BTC $81,659.30 +1.56%
ETH $2,363.82 +1.49%
BNB $750.25 +0.28%
XRP $1.31 -0.28%
SOL $102.41 +1.54%
TRX $0.3311 +0.11%
DOGE $0.0803 +1.52%
ADA $0.2054 +1.41%
BCH $285.11 -2.53%
LINK $11.94 +3.36%
HYPE $94.27 +18.14%
AAVE $136.72 +3.11%
SUI $0.9507 +2.75%
XLM $0.1724 +1.34%
ZEC $1,348.57 +5.83%
AAPL $349.49 +1.14%
AMZN $247.51 -2.05%
GOOGL $287.22 -11.52%
MSFT $523.84 -0.81%
META $630.54 +2.48%
NVDA $214.53 -1.39%
TSLA $406.29 +1.06%
SNDK $1,372.77 -0.56%
INTC $93.32 -0.52%
SPCX $144.66 -0.09%
MU $950.72 -2.19%
AMD $574.34 +1.30%
BTC $81,659.30 +1.56%
ETH $2,363.82 +1.49%
BNB $750.25 +0.28%
XRP $1.31 -0.28%
SOL $102.41 +1.54%
TRX $0.3311 +0.11%
DOGE $0.0803 +1.52%
ADA $0.2054 +1.41%
BCH $285.11 -2.53%
LINK $11.94 +3.36%
HYPE $94.27 +18.14%
AAVE $136.72 +3.11%
SUI $0.9507 +2.75%
XLM $0.1724 +1.34%
ZEC $1,348.57 +5.83%
AAPL $349.49 +1.14%
AMZN $247.51 -2.05%
GOOGL $287.22 -11.52%
MSFT $523.84 -0.81%
META $630.54 +2.48%
NVDA $214.53 -1.39%
TSLA $406.29 +1.06%
SNDK $1,372.77 -0.56%
INTC $93.32 -0.52%
SPCX $144.66 -0.09%
MU $950.72 -2.19%
AMD $574.34 +1.30%

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