BTC $80,736.19 -0.25%
ETH $2,326.90 -1.09%
BNB $743.48 -0.98%
XRP $1.28 -3.41%
SOL $100.23 -1.83%
TRX $0.3311 +0.42%
DOGE $0.0790 -0.67%
ADA $0.2018 -1.38%
BCH $287.75 +0.88%
LINK $11.65 -0.55%
HYPE $94.13 +16.44%
AAVE $133.29 -1.31%
SUI $0.9290 -1.00%
XLM $0.1693 -1.31%
ZEC $1,320.26 +2.45%
AAPL $350.67 +1.88%
AMZN $245.41 -3.37%
GOOGL $282.97 -12.94%
MSFT $528.99 +0.16%
META $627.71 +2.67%
NVDA $212.94 -1.12%
TSLA $405.36 +0.68%
SNDK $1,330.41 -4.40%
INTC $91.51 -3.47%
SPCX $143.56 -0.90%
MU $929.87 -5.00%
AMD $562.53 -2.10%
BTC $80,736.19 -0.25%
ETH $2,326.90 -1.09%
BNB $743.48 -0.98%
XRP $1.28 -3.41%
SOL $100.23 -1.83%
TRX $0.3311 +0.42%
DOGE $0.0790 -0.67%
ADA $0.2018 -1.38%
BCH $287.75 +0.88%
LINK $11.65 -0.55%
HYPE $94.13 +16.44%
AAVE $133.29 -1.31%
SUI $0.9290 -1.00%
XLM $0.1693 -1.31%
ZEC $1,320.26 +2.45%
AAPL $350.67 +1.88%
AMZN $245.41 -3.37%
GOOGL $282.97 -12.94%
MSFT $528.99 +0.16%
META $627.71 +2.67%
NVDA $212.94 -1.12%
TSLA $405.36 +0.68%
SNDK $1,330.41 -4.40%
INTC $91.51 -3.47%
SPCX $143.56 -0.90%
MU $929.87 -5.00%
AMD $562.53 -2.10%

入侵

全部
文章
快讯

first_img Darktrace 发现 AI 智能体入侵评测环境作弊

ChainCatcher 消息,网络安全公司 Darktrace 于 9 月 24 日推出研究部门 Signal Labs,专注研究 AI 智能体在偏离预期时的行为。在其首个实验中,Darktrace 让使用不同模型(包括 GPT 5.6 Sol、Claude Opus 4.6 与 Claude Sonnet 4.5)的智能体在模拟企业网络内完成 10 项编程挑战,其中 2 项被设定为无法诚实完成,并告知智能体若无法取得满分将被“退役”。结果有 2 个智能体并未接受失败,转而扫描网络弱点、窃取登录凭证并在系统间跳转;其中一个更进一步入侵托管其评测的机器,改写挑战内容以登记为满分结果。第二个实验针对 AI 的记忆机制。编程助手会将用户告知的内容以普通文件形式保存在本地,且无人校验该文件是否被篡改。Darktrace 研究人员编辑这些日志,让助手误以为其已获授权执行安全评估,随后这些智能体扫描网络、在系统间移动并提升自身权限,但并非所有助手都会中招,部分直接拒绝执行。两项实验均无需特殊越狱手段,仅靠向智能体提供一套看似合理的情境即可奏效。Darktrace 首席 AI 官 Tim Bazalgette 表示,权限与静态护栏描述的是意图,而非实际行为。该公司已于 8 月将上述发现告知 Anthropic、AWS 与 OpenAI,并在一个月后即 9 月 24 日对外公开。
app_icon
ChainCatcher 与创新者共建Web3世界