BTC $84,797.55 -1.52%
ETH $2,681.80 -1.67%
BNB $776.44 -0.29%
XRP $1.49 -2.74%
SOL $119.44 -1.70%
TRX $0.3358 +0.25%
DOGE $0.0930 -3.05%
ADA $0.2458 -2.96%
BCH $311.70 -0.67%
LINK $13.90 -2.81%
HYPE $88.42 -1.56%
AAVE $179.84 -1.93%
SUI $1.18 -0.44%
XLM $0.2155 -3.43%
ZEC $1,296.48 -6.31%
AAPL $333.27 -0.12%
AMZN $251.78 -0.16%
GOOGL $342.70 -0.64%
MSFT $517.62 +0.13%
META $727.63 -0.65%
NVDA $234.41 -1.00%
TSLA $370.79 -0.28%
SNDK $1,715.73 -1.86%
INTC $117.98 -5.53%
SPCX $159.02 +1.05%
MU $1,069.14 -2.06%
AMD $631.85 -1.20%
BTC $84,797.55 -1.52%
ETH $2,681.80 -1.67%
BNB $776.44 -0.29%
XRP $1.49 -2.74%
SOL $119.44 -1.70%
TRX $0.3358 +0.25%
DOGE $0.0930 -3.05%
ADA $0.2458 -2.96%
BCH $311.70 -0.67%
LINK $13.90 -2.81%
HYPE $88.42 -1.56%
AAVE $179.84 -1.93%
SUI $1.18 -0.44%
XLM $0.2155 -3.43%
ZEC $1,296.48 -6.31%
AAPL $333.27 -0.12%
AMZN $251.78 -0.16%
GOOGL $342.70 -0.64%
MSFT $517.62 +0.13%
META $727.63 -0.65%
NVDA $234.41 -1.00%
TSLA $370.79 -0.28%
SNDK $1,715.73 -1.86%
INTC $117.98 -5.53%
SPCX $159.02 +1.05%
MU $1,069.14 -2.06%
AMD $631.85 -1.20%

rac

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