BTC $83,510.48 -2.42%
ETH $2,574.09 -4.37%
BNB $771.65 -0.93%
XRP $1.42 -5.45%
SOL $116.20 -3.86%
TRX $0.3353 -0.13%
DOGE $0.0887 -5.42%
ADA $0.2545 -5.88%
BCH $300.79 -4.35%
LINK $13.38 -4.24%
HYPE $87.86 -4.65%
AAVE $173.01 -4.64%
SUI $1.11 -5.63%
XLM $0.1991 -6.31%
ZEC $1,329.55 -1.24%
AAPL $336.68 +0.93%
AMZN $260.04 +1.42%
GOOGL $350.27 +0.75%
MSFT $529.54 +0.04%
META $722.00 -2.46%
NVDA $237.59 -0.79%
TSLA $377.62 -0.75%
SNDK $1,688.94 +1.51%
INTC $113.07 +0.35%
SPCX $167.66 -2.52%
MU $1,086.16 +3.90%
AMD $645.91 -0.68%
BTC $83,510.48 -2.42%
ETH $2,574.09 -4.37%
BNB $771.65 -0.93%
XRP $1.42 -5.45%
SOL $116.20 -3.86%
TRX $0.3353 -0.13%
DOGE $0.0887 -5.42%
ADA $0.2545 -5.88%
BCH $300.79 -4.35%
LINK $13.38 -4.24%
HYPE $87.86 -4.65%
AAVE $173.01 -4.64%
SUI $1.11 -5.63%
XLM $0.1991 -6.31%
ZEC $1,329.55 -1.24%
AAPL $336.68 +0.93%
AMZN $260.04 +1.42%
GOOGL $350.27 +0.75%
MSFT $529.54 +0.04%
META $722.00 -2.46%
NVDA $237.59 -0.79%
TSLA $377.62 -0.75%
SNDK $1,688.94 +1.51%
INTC $113.07 +0.35%
SPCX $167.66 -2.52%
MU $1,086.16 +3.90%
AMD $645.91 -0.68%

智能体

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