BTC $83,172.34 -0.22%
ETH $2,665.64 +0.43%
BNB $756.61 -1.87%
XRP $1.48 -0.41%
SOL $117.56 -1.72%
TRX $0.3341 +0.10%
DOGE $0.0930 -1.20%
ADA $0.2426 -2.34%
BCH $306.02 -3.30%
LINK $14.74 +6.23%
HYPE $86.92 -3.49%
AAVE $149.16 -0.57%
SUI $1.11 -8.76%
XLM $0.2246 +6.89%
ZEC $1,363.51 -12.51%
AAPL $337.50 -0.80%
AMZN $246.14 -1.06%
GOOGL $341.86 +0.01%
MSFT $507.68 -1.81%
META $712.85 -2.85%
NVDA $228.46 +1.90%
TSLA $356.98 -3.54%
SNDK $1,697.55 -1.97%
INTC $114.98 -3.71%
SPCX $145.87 -2.11%
MU $1,051.59 -1.24%
AMD $605.75 -1.86%
BTC $83,172.34 -0.22%
ETH $2,665.64 +0.43%
BNB $756.61 -1.87%
XRP $1.48 -0.41%
SOL $117.56 -1.72%
TRX $0.3341 +0.10%
DOGE $0.0930 -1.20%
ADA $0.2426 -2.34%
BCH $306.02 -3.30%
LINK $14.74 +6.23%
HYPE $86.92 -3.49%
AAVE $149.16 -0.57%
SUI $1.11 -8.76%
XLM $0.2246 +6.89%
ZEC $1,363.51 -12.51%
AAPL $337.50 -0.80%
AMZN $246.14 -1.06%
GOOGL $341.86 +0.01%
MSFT $507.68 -1.81%
META $712.85 -2.85%
NVDA $228.46 +1.90%
TSLA $356.98 -3.54%
SNDK $1,697.55 -1.97%
INTC $114.98 -3.71%
SPCX $145.87 -2.11%
MU $1,051.59 -1.24%
AMD $605.75 -1.86%

kt

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