BTC $84,801.26 +0.22%
ETH $2,694.25 +0.58%
BNB $784.11 +1.98%
XRP $1.49 -0.07%
SOL $120.12 +0.85%
TRX $0.3356 +0.31%
DOGE $0.0927 -0.42%
ADA $0.2437 -1.45%
BCH $317.95 +1.32%
LINK $14.08 +1.16%
HYPE $89.77 +0.72%
AAVE $182.56 +0.80%
SUI $1.17 +0.26%
XLM $0.2157 -0.22%
ZEC $1,308.52 -0.75%
AAPL $333.29 -0.03%
AMZN $252.23 +0.28%
GOOGL $343.84 +0.22%
MSFT $517.82 +0.03%
META $730.75 +0.45%
NVDA $234.84 +0.15%
TSLA $371.46 +0.08%
SNDK $1,716.63 -0.28%
INTC $117.25 -1.43%
SPCX $158.93 +0.05%
MU $1,066.71 -0.00%
AMD $633.50 -0.32%
BTC $84,801.26 +0.22%
ETH $2,694.25 +0.58%
BNB $784.11 +1.98%
XRP $1.49 -0.07%
SOL $120.12 +0.85%
TRX $0.3356 +0.31%
DOGE $0.0927 -0.42%
ADA $0.2437 -1.45%
BCH $317.95 +1.32%
LINK $14.08 +1.16%
HYPE $89.77 +0.72%
AAVE $182.56 +0.80%
SUI $1.17 +0.26%
XLM $0.2157 -0.22%
ZEC $1,308.52 -0.75%
AAPL $333.29 -0.03%
AMZN $252.23 +0.28%
GOOGL $343.84 +0.22%
MSFT $517.82 +0.03%
META $730.75 +0.45%
NVDA $234.84 +0.15%
TSLA $371.46 +0.08%
SNDK $1,716.63 -0.28%
INTC $117.25 -1.43%
SPCX $158.93 +0.05%
MU $1,066.71 -0.00%
AMD $633.50 -0.32%

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