BTC $85,826.72 +1.28%
ETH $2,705.43 +0.69%
BNB $791.26 +0.50%
XRP $1.50 +0.98%
SOL $121.30 +1.33%
TRX $0.3355 -0.06%
DOGE $0.0956 +2.66%
ADA $0.2511 +2.38%
BCH $316.02 -0.11%
LINK $14.16 +0.67%
HYPE $90.73 +1.76%
AAVE $179.22 -0.90%
SUI $1.20 +2.14%
XLM $0.2197 +1.69%
ZEC $1,334.37 +0.82%
AAPL $333.59 +0.08%
AMZN $252.41 +0.20%
GOOGL $344.42 +0.33%
MSFT $518.65 +0.11%
META $729.19 -0.06%
NVDA $234.99 0.00%
TSLA $372.86 +0.52%
SNDK $1,719.80 +0.19%
INTC $117.86 -0.08%
SPCX $159.11 +0.02%
MU $1,067.44 -0.28%
AMD $633.54 -0.08%
BTC $85,826.72 +1.28%
ETH $2,705.43 +0.69%
BNB $791.26 +0.50%
XRP $1.50 +0.98%
SOL $121.30 +1.33%
TRX $0.3355 -0.06%
DOGE $0.0956 +2.66%
ADA $0.2511 +2.38%
BCH $316.02 -0.11%
LINK $14.16 +0.67%
HYPE $90.73 +1.76%
AAVE $179.22 -0.90%
SUI $1.20 +2.14%
XLM $0.2197 +1.69%
ZEC $1,334.37 +0.82%
AAPL $333.59 +0.08%
AMZN $252.41 +0.20%
GOOGL $344.42 +0.33%
MSFT $518.65 +0.11%
META $729.19 -0.06%
NVDA $234.99 0.00%
TSLA $372.86 +0.52%
SNDK $1,719.80 +0.19%
INTC $117.86 -0.08%
SPCX $159.11 +0.02%
MU $1,067.44 -0.28%
AMD $633.54 -0.08%

trace

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