BTC $68,924.31 -6.45%
ETH $1,935.42 -5.66%
BNB $634.65 -6.32%
XRP $1.00 -3.74%
SOL $78.28 -5.78%
TRX $0.3109 -1.99%
DOGE $0.0634 -5.51%
ADA $0.1683 -2.73%
BCH $217.12 -5.43%
LINK $9.69 -4.02%
HYPE $70.59 -2.16%
AAVE $110.31 -7.16%
SUI $0.7725 -5.61%
XLM $0.1421 -3.11%
ZEC $930.80 -5.37%
AAPL $357.17 +0.30%
AMZN $268.22 +0.73%
GOOGL $299.88 +1.55%
MSFT $520.91 -0.08%
META $625.16 -0.58%
NVDA $162.91 +1.06%
TSLA $397.78 +2.56%
SNDK $916.08 -4.04%
INTC $60.77 +0.07%
SPCX $140.38 +0.52%
MU $788.46 -0.24%
AMD $574.70 +2.20%
BTC $68,924.31 -6.45%
ETH $1,935.42 -5.66%
BNB $634.65 -6.32%
XRP $1.00 -3.74%
SOL $78.28 -5.78%
TRX $0.3109 -1.99%
DOGE $0.0634 -5.51%
ADA $0.1683 -2.73%
BCH $217.12 -5.43%
LINK $9.69 -4.02%
HYPE $70.59 -2.16%
AAVE $110.31 -7.16%
SUI $0.7725 -5.61%
XLM $0.1421 -3.11%
ZEC $930.80 -5.37%
AAPL $357.17 +0.30%
AMZN $268.22 +0.73%
GOOGL $299.88 +1.55%
MSFT $520.91 -0.08%
META $625.16 -0.58%
NVDA $162.91 +1.06%
TSLA $397.78 +2.56%
SNDK $916.08 -4.04%
INTC $60.77 +0.07%
SPCX $140.38 +0.52%
MU $788.46 -0.24%
AMD $574.70 +2.20%

dark

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