BTC $81,110.71 -4.24%
ETH $2,374.98 -5.54%
BNB $728.86 -2.88%
XRP $1.30 -6.50%
SOL $103.58 -4.90%
TRX $0.3279 -1.41%
DOGE $0.0784 -6.12%
ADA $0.2122 -7.74%
BCH $273.45 -4.93%
LINK $11.93 -6.71%
HYPE $77.42 -5.81%
AAVE $145.43 -9.15%
SUI $0.9754 -7.49%
XLM $0.1755 -5.92%
ZEC $1,204.32 -11.46%
AAPL $346.11 +0.33%
AMZN $250.00 -5.12%
GOOGL $323.74 -3.38%
MSFT $523.04 -1.80%
META $643.28 -9.08%
NVDA $212.53 -4.21%
TSLA $376.64 -2.84%
SNDK $1,257.31 -9.39%
INTC $86.13 -7.18%
SPCX $145.00 -8.98%
MU $863.03 -6.08%
AMD $509.87 -8.35%
BTC $81,110.71 -4.24%
ETH $2,374.98 -5.54%
BNB $728.86 -2.88%
XRP $1.30 -6.50%
SOL $103.58 -4.90%
TRX $0.3279 -1.41%
DOGE $0.0784 -6.12%
ADA $0.2122 -7.74%
BCH $273.45 -4.93%
LINK $11.93 -6.71%
HYPE $77.42 -5.81%
AAVE $145.43 -9.15%
SUI $0.9754 -7.49%
XLM $0.1755 -5.92%
ZEC $1,204.32 -11.46%
AAPL $346.11 +0.33%
AMZN $250.00 -5.12%
GOOGL $323.74 -3.38%
MSFT $523.04 -1.80%
META $643.28 -9.08%
NVDA $212.53 -4.21%
TSLA $376.64 -2.84%
SNDK $1,257.31 -9.39%
INTC $86.13 -7.18%
SPCX $145.00 -8.98%
MU $863.03 -6.08%
AMD $509.87 -8.35%

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