BTC $80,733.48 -0.08%
ETH $2,335.79 -0.64%
BNB $744.93 -0.67%
XRP $1.29 -1.94%
SOL $101.01 -0.72%
TRX $0.3310 +0.31%
DOGE $0.0795 +0.17%
ADA $0.2031 -0.06%
BCH $288.49 +1.14%
LINK $11.73 +1.12%
HYPE $94.31 +17.81%
AAVE $133.78 +0.65%
SUI $0.9345 +0.76%
XLM $0.1703 -0.19%
ZEC $1,328.40 +2.90%
AAPL $350.28 +1.38%
AMZN $244.95 -3.02%
GOOGL $282.55 -12.81%
MSFT $527.28 -0.07%
META $627.88 +2.71%
NVDA $212.93 -1.82%
TSLA $404.71 +0.56%
SNDK $1,336.87 -3.11%
INTC $91.23 -3.23%
SPCX $143.85 -0.14%
MU $933.79 -3.66%
AMD $565.00 -0.84%
BTC $80,733.48 -0.08%
ETH $2,335.79 -0.64%
BNB $744.93 -0.67%
XRP $1.29 -1.94%
SOL $101.01 -0.72%
TRX $0.3310 +0.31%
DOGE $0.0795 +0.17%
ADA $0.2031 -0.06%
BCH $288.49 +1.14%
LINK $11.73 +1.12%
HYPE $94.31 +17.81%
AAVE $133.78 +0.65%
SUI $0.9345 +0.76%
XLM $0.1703 -0.19%
ZEC $1,328.40 +2.90%
AAPL $350.28 +1.38%
AMZN $244.95 -3.02%
GOOGL $282.55 -12.81%
MSFT $527.28 -0.07%
META $627.88 +2.71%
NVDA $212.93 -1.82%
TSLA $404.71 +0.56%
SNDK $1,336.87 -3.11%
INTC $91.23 -3.23%
SPCX $143.85 -0.14%
MU $933.79 -3.66%
AMD $565.00 -0.84%

race

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