BTC $81,384.03 -1.06%
ETH $2,381.15 -1.50%
BNB $727.55 +0.31%
XRP $1.30 -0.49%
SOL $104.01 -0.64%
TRX $0.3321 +0.28%
DOGE $0.0790 -0.13%
ADA $0.2159 -0.89%
BCH $273.49 -1.16%
LINK $11.93 -0.75%
HYPE $78.00 -1.22%
AAVE $148.13 -1.50%
SUI $0.9902 -0.53%
XLM $0.1759 -0.06%
ZEC $1,136.08 +0.07%
AAPL $339.12 -0.88%
AMZN $262.00 +3.23%
GOOGL $343.13 +0.29%
MSFT $535.40 +0.85%
META $700.28 -1.40%
NVDA $215.57 -1.18%
TSLA $367.20 +3.46%
SNDK $1,329.15 -2.07%
INTC $90.31 -3.50%
SPCX $146.56 -0.29%
MU $881.73 -3.13%
AMD $527.44 -3.73%
BTC $81,384.03 -1.06%
ETH $2,381.15 -1.50%
BNB $727.55 +0.31%
XRP $1.30 -0.49%
SOL $104.01 -0.64%
TRX $0.3321 +0.28%
DOGE $0.0790 -0.13%
ADA $0.2159 -0.89%
BCH $273.49 -1.16%
LINK $11.93 -0.75%
HYPE $78.00 -1.22%
AAVE $148.13 -1.50%
SUI $0.9902 -0.53%
XLM $0.1759 -0.06%
ZEC $1,136.08 +0.07%
AAPL $339.12 -0.88%
AMZN $262.00 +3.23%
GOOGL $343.13 +0.29%
MSFT $535.40 +0.85%
META $700.28 -1.40%
NVDA $215.57 -1.18%
TSLA $367.20 +3.46%
SNDK $1,329.15 -2.07%
INTC $90.31 -3.50%
SPCX $146.56 -0.29%
MU $881.73 -3.13%
AMD $527.44 -3.73%

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