BTC $64,609.08 -1.16%
ETH $1,807.44 -1.31%
BNB $590.91 -1.04%
XRP $0.9553 -0.99%
SOL $71.48 -1.19%
TRX $0.3043 -1.25%
DOGE $0.0588 -0.60%
ADA $0.1526 -1.75%
BCH $205.95 -1.44%
LINK $9.15 -1.24%
HYPE $67.20 -1.08%
AAVE $109.41 +1.96%
SUI $0.7224 -1.14%
XLM $0.1384 -0.58%
ZEC $893.49 -2.84%
AAPL $358.72 +0.38%
AMZN $265.83 +0.82%
GOOGL $295.08 +0.69%
MSFT $528.01 +1.38%
META $637.70 -0.05%
NVDA $159.35 -1.04%
TSLA $388.09 -0.05%
SNDK $837.10 -2.26%
INTC $57.04 -1.55%
SPCX $140.57 +1.71%
MU $744.62 -1.70%
AMD $511.05 -2.28%
BTC $64,609.08 -1.16%
ETH $1,807.44 -1.31%
BNB $590.91 -1.04%
XRP $0.9553 -0.99%
SOL $71.48 -1.19%
TRX $0.3043 -1.25%
DOGE $0.0588 -0.60%
ADA $0.1526 -1.75%
BCH $205.95 -1.44%
LINK $9.15 -1.24%
HYPE $67.20 -1.08%
AAVE $109.41 +1.96%
SUI $0.7224 -1.14%
XLM $0.1384 -0.58%
ZEC $893.49 -2.84%
AAPL $358.72 +0.38%
AMZN $265.83 +0.82%
GOOGL $295.08 +0.69%
MSFT $528.01 +1.38%
META $637.70 -0.05%
NVDA $159.35 -1.04%
TSLA $388.09 -0.05%
SNDK $837.10 -2.26%
INTC $57.04 -1.55%
SPCX $140.57 +1.71%
MU $744.62 -1.70%
AMD $511.05 -2.28%

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