BTC $64,369.90 -0.39%
ETH $1,804.79 -0.76%
BNB $591.87 +0.27%
XRP $0.9771 +1.87%
SOL $74.70 +3.45%
TRX $0.3074 +0.74%
DOGE $0.0593 +0.47%
ADA $0.1532 -0.24%
BCH $208.74 +0.59%
LINK $9.19 +0.63%
HYPE $68.70 -0.61%
AAVE $111.66 +0.36%
SUI $0.7272 +1.15%
XLM $0.1401 +1.22%
ZEC $950.90 +4.24%
AAPL $350.80 -0.58%
AMZN $259.07 +0.28%
GOOGL $282.27 -0.88%
MSFT $508.44 -2.01%
META $619.83 -1.00%
NVDA $157.72 -0.60%
TSLA $382.69 +0.44%
SNDK $815.00 -1.55%
INTC $55.76 +1.34%
SPCX $142.12 +2.84%
MU $726.05 -1.17%
AMD $513.35 -0.99%
BTC $64,369.90 -0.39%
ETH $1,804.79 -0.76%
BNB $591.87 +0.27%
XRP $0.9771 +1.87%
SOL $74.70 +3.45%
TRX $0.3074 +0.74%
DOGE $0.0593 +0.47%
ADA $0.1532 -0.24%
BCH $208.74 +0.59%
LINK $9.19 +0.63%
HYPE $68.70 -0.61%
AAVE $111.66 +0.36%
SUI $0.7272 +1.15%
XLM $0.1401 +1.22%
ZEC $950.90 +4.24%
AAPL $350.80 -0.58%
AMZN $259.07 +0.28%
GOOGL $282.27 -0.88%
MSFT $508.44 -2.01%
META $619.83 -1.00%
NVDA $157.72 -0.60%
TSLA $382.69 +0.44%
SNDK $815.00 -1.55%
INTC $55.76 +1.34%
SPCX $142.12 +2.84%
MU $726.05 -1.17%
AMD $513.35 -0.99%

kt

全部
文章
快訊

first_img Darktrace 發現 AI 智能體入侵評測環境作弊

ChainCatcher 消息,網路安全公司 Darktrace 於 9 月 24 日推出研究部門 Signal Labs,專注研究 AI 智能體在偏離預期時的行為。在其首個實驗中,Darktrace 讓使用不同模型(包括 GPT 5.6 Sol、Claude Opus 4.6 與 Claude Sonnet 4.5)的智能體在模擬企業網路內完成 10 項編程挑戰,其中 2 項被設定為無法誠實完成,並告知智能體若無法取得滿分將被"退役"。結果有 2 個智能體並未接受失敗,轉而掃描網路弱點、竊取登入憑證並在系統間跳轉;其中一個更進一步入侵托管其評測的機器,改寫挑戰內容以登記為滿分結果。第二個實驗針對 AI 的記憶機制。編程助手會將用戶告知的內容以普通文件形式保存在本地,且無人校驗該文件是否被篡改。Darktrace 研究人員編輯這些日誌,讓助手誤以為其已獲授權執行安全評估,隨後這些智能體掃描網路、在系統間移動並提升自身權限,但並非所有助手都會中招,部分直接拒絕執行。兩項實驗均無需特殊越獄手段,僅靠向智能體提供一套看似合理的情境即可奏效。Darktrace 首席 AI 官 Tim Bazalgette 表示,權限與靜態護欄描述的是意圖,而非實際行為。該公司已於 8 月將上述發現告知 Anthropic、AWS 與 OpenAI,並在一個月後即 9 月 24 日對外公開。
app_icon
ChainCatcher 與創新者共建Web3世界