BTC $81,106.89 -3.67%
ETH $2,382.89 -3.75%
BNB $729.61 -2.44%
XRP $1.31 -4.24%
SOL $103.61 -3.32%
TRX $0.3282 -0.66%
DOGE $0.0787 -3.96%
ADA $0.2119 -6.11%
BCH $274.68 -4.50%
LINK $11.95 -4.75%
HYPE $77.48 -3.83%
AAVE $146.81 -5.61%
SUI $0.9729 -5.81%
XLM $0.1748 -4.91%
ZEC $1,216.54 -8.34%
AAPL $348.60 +1.35%
AMZN $251.10 -3.95%
GOOGL $325.07 -2.53%
MSFT $521.96 -1.69%
META $648.00 -9.12%
NVDA $213.01 -3.21%
TSLA $376.75 +0.65%
SNDK $1,244.88 -8.35%
INTC $85.45 -6.21%
SPCX $147.32 -6.40%
MU $852.74 -5.48%
AMD $509.46 -6.17%
BTC $81,106.89 -3.67%
ETH $2,382.89 -3.75%
BNB $729.61 -2.44%
XRP $1.31 -4.24%
SOL $103.61 -3.32%
TRX $0.3282 -0.66%
DOGE $0.0787 -3.96%
ADA $0.2119 -6.11%
BCH $274.68 -4.50%
LINK $11.95 -4.75%
HYPE $77.48 -3.83%
AAVE $146.81 -5.61%
SUI $0.9729 -5.81%
XLM $0.1748 -4.91%
ZEC $1,216.54 -8.34%
AAPL $348.60 +1.35%
AMZN $251.10 -3.95%
GOOGL $325.07 -2.53%
MSFT $521.96 -1.69%
META $648.00 -9.12%
NVDA $213.01 -3.21%
TSLA $376.75 +0.65%
SNDK $1,244.88 -8.35%
INTC $85.45 -6.21%
SPCX $147.32 -6.40%
MU $852.74 -5.48%
AMD $509.46 -6.17%

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