BTC $84,834.25 -1.12%
ETH $2,682.61 -1.40%
BNB $777.82 -0.01%
XRP $1.49 -1.58%
SOL $119.63 -0.77%
TRX $0.3368 +0.62%
DOGE $0.0932 -1.94%
ADA $0.2463 -2.35%
BCH $312.07 -0.76%
LINK $13.92 -1.92%
HYPE $88.97 -0.73%
AAVE $180.11 -1.15%
SUI $1.18 +0.03%
XLM $0.2156 -2.67%
ZEC $1,303.92 -4.69%
AAPL $333.15 -0.06%
AMZN $251.87 +0.12%
GOOGL $342.83 -0.63%
MSFT $517.90 +0.37%
META $727.72 -0.66%
NVDA $234.52 -0.98%
TSLA $370.71 -0.31%
SNDK $1,716.17 -0.73%
INTC $118.00 -4.52%
SPCX $159.00 +1.28%
MU $1,070.17 -1.13%
AMD $631.85 -1.16%
BTC $84,834.25 -1.12%
ETH $2,682.61 -1.40%
BNB $777.82 -0.01%
XRP $1.49 -1.58%
SOL $119.63 -0.77%
TRX $0.3368 +0.62%
DOGE $0.0932 -1.94%
ADA $0.2463 -2.35%
BCH $312.07 -0.76%
LINK $13.92 -1.92%
HYPE $88.97 -0.73%
AAVE $180.11 -1.15%
SUI $1.18 +0.03%
XLM $0.2156 -2.67%
ZEC $1,303.92 -4.69%
AAPL $333.15 -0.06%
AMZN $251.87 +0.12%
GOOGL $342.83 -0.63%
MSFT $517.90 +0.37%
META $727.72 -0.66%
NVDA $234.52 -0.98%
TSLA $370.71 -0.31%
SNDK $1,716.17 -0.73%
INTC $118.00 -4.52%
SPCX $159.00 +1.28%
MU $1,070.17 -1.13%
AMD $631.85 -1.16%

trac

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