BTC $81,676.53 -0.23%
ETH $2,406.00 -0.16%
BNB $745.03 +1.56%
XRP $1.33 -0.36%
SOL $104.56 +0.73%
TRX $0.3297 -0.28%
DOGE $0.0798 +1.02%
ADA $0.2160 +0.24%
BCH $286.67 +4.23%
LINK $12.16 +1.10%
HYPE $78.58 +0.37%
AAVE $149.10 +0.73%
SUI $0.9952 +0.87%
XLM $0.1772 -0.33%
ZEC $1,228.63 -2.67%
AAPL $346.24 +0.38%
AMZN $251.54 -2.70%
GOOGL $326.23 -1.01%
MSFT $518.79 -1.84%
META $649.94 -5.84%
NVDA $215.10 -0.92%
TSLA $379.64 +3.24%
SNDK $1,309.94 -1.11%
INTC $88.00 -0.52%
SPCX $149.21 -3.93%
MU $883.00 -0.13%
AMD $520.21 -2.33%
BTC $81,676.53 -0.23%
ETH $2,406.00 -0.16%
BNB $745.03 +1.56%
XRP $1.33 -0.36%
SOL $104.56 +0.73%
TRX $0.3297 -0.28%
DOGE $0.0798 +1.02%
ADA $0.2160 +0.24%
BCH $286.67 +4.23%
LINK $12.16 +1.10%
HYPE $78.58 +0.37%
AAVE $149.10 +0.73%
SUI $0.9952 +0.87%
XLM $0.1772 -0.33%
ZEC $1,228.63 -2.67%
AAPL $346.24 +0.38%
AMZN $251.54 -2.70%
GOOGL $326.23 -1.01%
MSFT $518.79 -1.84%
META $649.94 -5.84%
NVDA $215.10 -0.92%
TSLA $379.64 +3.24%
SNDK $1,309.94 -1.11%
INTC $88.00 -0.52%
SPCX $149.21 -3.93%
MU $883.00 -0.13%
AMD $520.21 -2.33%

race

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