BTC $80,046.91 +0.15%
ETH $2,320.56 -0.03%
BNB $742.93 +0.30%
XRP $1.30 +1.11%
SOL $100.54 -0.45%
TRX $0.3293 -0.21%
DOGE $0.0777 +1.29%
ADA $0.2055 +1.25%
BCH $282.18 +1.04%
LINK $11.34 -0.54%
HYPE $78.31 +2.55%
AAVE $134.83 -0.15%
SUI $0.9131 -0.51%
XLM $0.1691 +0.62%
ZEC $1,229.09 +1.70%
AAPL $343.71 -0.49%
AMZN $249.67 +0.18%
GOOGL $318.45 -1.00%
MSFT $532.28 +1.58%
META $633.45 -1.17%
NVDA $216.92 +2.28%
TSLA $393.98 +5.97%
SNDK $1,283.17 +3.25%
INTC $91.64 +5.38%
SPCX $147.80 -1.00%
MU $919.44 +3.79%
AMD $536.14 +3.45%
BTC $80,046.91 +0.15%
ETH $2,320.56 -0.03%
BNB $742.93 +0.30%
XRP $1.30 +1.11%
SOL $100.54 -0.45%
TRX $0.3293 -0.21%
DOGE $0.0777 +1.29%
ADA $0.2055 +1.25%
BCH $282.18 +1.04%
LINK $11.34 -0.54%
HYPE $78.31 +2.55%
AAVE $134.83 -0.15%
SUI $0.9131 -0.51%
XLM $0.1691 +0.62%
ZEC $1,229.09 +1.70%
AAPL $343.71 -0.49%
AMZN $249.67 +0.18%
GOOGL $318.45 -1.00%
MSFT $532.28 +1.58%
META $633.45 -1.17%
NVDA $216.92 +2.28%
TSLA $393.98 +5.97%
SNDK $1,283.17 +3.25%
INTC $91.64 +5.38%
SPCX $147.80 -1.00%
MU $919.44 +3.79%
AMD $536.14 +3.45%

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