BTC $83,265.87 -2.71%
ETH $2,573.19 -4.66%
BNB $772.74 -0.88%
XRP $1.42 -5.14%
SOL $116.17 -3.83%
TRX $0.3348 -0.15%
DOGE $0.0889 -5.13%
ADA $0.2554 -4.54%
BCH $300.36 -3.61%
LINK $13.33 -4.48%
HYPE $88.41 -3.91%
AAVE $173.95 -3.35%
SUI $1.12 -4.39%
XLM $0.2001 -5.71%
ZEC $1,326.16 -2.89%
AAPL $336.59 +0.84%
AMZN $260.42 +1.28%
GOOGL $350.47 +0.68%
MSFT $530.03 +0.11%
META $723.49 -2.24%
NVDA $237.91 -0.89%
TSLA $378.14 -0.41%
SNDK $1,704.48 +2.41%
INTC $113.61 +0.74%
SPCX $168.47 -0.87%
MU $1,092.91 +4.57%
AMD $646.95 -0.75%
BTC $83,265.87 -2.71%
ETH $2,573.19 -4.66%
BNB $772.74 -0.88%
XRP $1.42 -5.14%
SOL $116.17 -3.83%
TRX $0.3348 -0.15%
DOGE $0.0889 -5.13%
ADA $0.2554 -4.54%
BCH $300.36 -3.61%
LINK $13.33 -4.48%
HYPE $88.41 -3.91%
AAVE $173.95 -3.35%
SUI $1.12 -4.39%
XLM $0.2001 -5.71%
ZEC $1,326.16 -2.89%
AAPL $336.59 +0.84%
AMZN $260.42 +1.28%
GOOGL $350.47 +0.68%
MSFT $530.03 +0.11%
META $723.49 -2.24%
NVDA $237.91 -0.89%
TSLA $378.14 -0.41%
SNDK $1,704.48 +2.41%
INTC $113.61 +0.74%
SPCX $168.47 -0.87%
MU $1,092.91 +4.57%
AMD $646.95 -0.75%

rac

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