BTC $85,183.90 +0.46%
ETH $2,695.54 +0.61%
BNB $787.24 +1.61%
XRP $1.50 +1.00%
SOL $121.39 +1.78%
TRX $0.3357 -0.08%
DOGE $0.0934 +0.73%
ADA $0.2445 -0.10%
BCH $317.89 +1.99%
LINK $14.11 +1.90%
HYPE $89.89 +1.75%
AAVE $178.73 -0.59%
SUI $1.19 +1.57%
XLM $0.2158 +0.37%
ZEC $1,325.15 +2.47%
AAPL $333.44 +0.08%
AMZN $252.35 +0.27%
GOOGL $344.14 +0.31%
MSFT $517.86 +0.05%
META $730.08 +0.34%
NVDA $234.75 +0.16%
TSLA $372.60 +0.44%
SNDK $1,718.50 +0.16%
INTC $119.04 +0.85%
SPCX $159.13 +0.04%
MU $1,069.02 -0.06%
AMD $633.50 +0.24%
BTC $85,183.90 +0.46%
ETH $2,695.54 +0.61%
BNB $787.24 +1.61%
XRP $1.50 +1.00%
SOL $121.39 +1.78%
TRX $0.3357 -0.08%
DOGE $0.0934 +0.73%
ADA $0.2445 -0.10%
BCH $317.89 +1.99%
LINK $14.11 +1.90%
HYPE $89.89 +1.75%
AAVE $178.73 -0.59%
SUI $1.19 +1.57%
XLM $0.2158 +0.37%
ZEC $1,325.15 +2.47%
AAPL $333.44 +0.08%
AMZN $252.35 +0.27%
GOOGL $344.14 +0.31%
MSFT $517.86 +0.05%
META $730.08 +0.34%
NVDA $234.75 +0.16%
TSLA $372.60 +0.44%
SNDK $1,718.50 +0.16%
INTC $119.04 +0.85%
SPCX $159.13 +0.04%
MU $1,069.02 -0.06%
AMD $633.50 +0.24%

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