BTC $80,975.24 +0.70%
ETH $2,349.98 +0.84%
BNB $747.97 +0.08%
XRP $1.30 -1.08%
SOL $101.69 +0.66%
TRX $0.3310 +0.49%
DOGE $0.0800 +1.32%
ADA $0.2044 +1.56%
BCH $288.47 +0.23%
LINK $11.84 +2.81%
HYPE $96.21 +20.05%
AAVE $135.30 +2.71%
SUI $0.9443 +2.26%
XLM $0.1721 +1.21%
ZEC $1,343.25 +5.92%
AAPL $350.05 +1.16%
AMZN $246.30 -2.71%
GOOGL $285.25 -12.28%
MSFT $525.51 -0.46%
META $632.45 +3.17%
NVDA $213.55 -1.83%
TSLA $404.24 +0.60%
SNDK $1,352.75 -2.43%
INTC $92.13 -2.17%
SPCX $144.93 +0.21%
MU $941.58 -2.96%
AMD $568.64 -0.38%
BTC $80,975.24 +0.70%
ETH $2,349.98 +0.84%
BNB $747.97 +0.08%
XRP $1.30 -1.08%
SOL $101.69 +0.66%
TRX $0.3310 +0.49%
DOGE $0.0800 +1.32%
ADA $0.2044 +1.56%
BCH $288.47 +0.23%
LINK $11.84 +2.81%
HYPE $96.21 +20.05%
AAVE $135.30 +2.71%
SUI $0.9443 +2.26%
XLM $0.1721 +1.21%
ZEC $1,343.25 +5.92%
AAPL $350.05 +1.16%
AMZN $246.30 -2.71%
GOOGL $285.25 -12.28%
MSFT $525.51 -0.46%
META $632.45 +3.17%
NVDA $213.55 -1.83%
TSLA $404.24 +0.60%
SNDK $1,352.75 -2.43%
INTC $92.13 -2.17%
SPCX $144.93 +0.21%
MU $941.58 -2.96%
AMD $568.64 -0.38%

trac

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