BTC $84,780.30 -2.13%
ETH $2,678.59 -2.33%
BNB $774.33 -0.89%
XRP $1.48 -2.83%
SOL $119.23 -2.17%
TRX $0.3358 +0.33%
DOGE $0.0927 -3.88%
ADA $0.2449 -3.91%
BCH $311.77 -1.25%
LINK $13.86 -3.31%
HYPE $88.42 -2.17%
AAVE $180.46 -1.68%
SUI $1.17 -1.64%
XLM $0.2150 -3.95%
ZEC $1,300.20 -5.70%
AAPL $333.20 -0.24%
AMZN $251.80 -0.34%
GOOGL $343.06 -0.61%
MSFT $518.19 +0.08%
META $727.82 -0.97%
NVDA $234.42 -0.98%
TSLA $370.97 -0.48%
SNDK $1,716.13 -1.79%
INTC $117.99 -5.30%
SPCX $159.04 +1.69%
MU $1,069.58 -1.88%
AMD $632.00 -0.79%
BTC $84,780.30 -2.13%
ETH $2,678.59 -2.33%
BNB $774.33 -0.89%
XRP $1.48 -2.83%
SOL $119.23 -2.17%
TRX $0.3358 +0.33%
DOGE $0.0927 -3.88%
ADA $0.2449 -3.91%
BCH $311.77 -1.25%
LINK $13.86 -3.31%
HYPE $88.42 -2.17%
AAVE $180.46 -1.68%
SUI $1.17 -1.64%
XLM $0.2150 -3.95%
ZEC $1,300.20 -5.70%
AAPL $333.20 -0.24%
AMZN $251.80 -0.34%
GOOGL $343.06 -0.61%
MSFT $518.19 +0.08%
META $727.82 -0.97%
NVDA $234.42 -0.98%
TSLA $370.97 -0.48%
SNDK $1,716.13 -1.79%
INTC $117.99 -5.30%
SPCX $159.04 +1.69%
MU $1,069.58 -1.88%
AMD $632.00 -0.79%

race

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