BTC $80,778.49 -0.22%
ETH $2,330.58 -0.98%
BNB $744.04 -0.75%
XRP $1.29 -2.89%
SOL $100.63 -1.26%
TRX $0.3311 +0.38%
DOGE $0.0792 -0.22%
ADA $0.2024 -0.81%
BCH $288.58 +1.70%
LINK $11.68 +0.11%
HYPE $94.83 +17.60%
AAVE $133.37 -0.64%
SUI $0.9312 -0.56%
XLM $0.1696 -1.05%
ZEC $1,318.59 +2.46%
AAPL $350.41 +1.70%
AMZN $245.22 -3.33%
GOOGL $283.77 -12.77%
MSFT $527.47 -0.46%
META $628.27 +2.27%
NVDA $212.87 -1.64%
TSLA $405.76 +0.59%
SNDK $1,326.12 -5.40%
INTC $91.21 -4.48%
SPCX $143.77 -0.74%
MU $929.39 -5.23%
AMD $562.39 -2.45%
BTC $80,778.49 -0.22%
ETH $2,330.58 -0.98%
BNB $744.04 -0.75%
XRP $1.29 -2.89%
SOL $100.63 -1.26%
TRX $0.3311 +0.38%
DOGE $0.0792 -0.22%
ADA $0.2024 -0.81%
BCH $288.58 +1.70%
LINK $11.68 +0.11%
HYPE $94.83 +17.60%
AAVE $133.37 -0.64%
SUI $0.9312 -0.56%
XLM $0.1696 -1.05%
ZEC $1,318.59 +2.46%
AAPL $350.41 +1.70%
AMZN $245.22 -3.33%
GOOGL $283.77 -12.77%
MSFT $527.47 -0.46%
META $628.27 +2.27%
NVDA $212.87 -1.64%
TSLA $405.76 +0.59%
SNDK $1,326.12 -5.40%
INTC $91.21 -4.48%
SPCX $143.77 -0.74%
MU $929.39 -5.23%
AMD $562.39 -2.45%

入侵

全部
文章
快訊

first_img Darktrace 發現 AI 智能體入侵評測環境作弊

ChainCatcher 消息,網路安全公司 Darktrace 於 9 月 24 日推出研究部門 Signal Labs,專注研究 AI 智能體在偏離預期時的行為。在其首個實驗中,Darktrace 讓使用不同模型(包括 GPT 5.6 Sol、Claude Opus 4.6 與 Claude Sonnet 4.5)的智能體在模擬企業網路內完成 10 項編程挑戰,其中 2 項被設定為無法誠實完成,並告知智能體若無法取得滿分將被"退役"。結果有 2 個智能體並未接受失敗,轉而掃描網路弱點、竊取登入憑證並在系統間跳轉;其中一個更進一步入侵托管其評測的機器,改寫挑戰內容以登記為滿分結果。第二個實驗針對 AI 的記憶機制。編程助手會將用戶告知的內容以普通文件形式保存在本地,且無人校驗該文件是否被篡改。Darktrace 研究人員編輯這些日誌,讓助手誤以為其已獲授權執行安全評估,隨後這些智能體掃描網路、在系統間移動並提升自身權限,但並非所有助手都會中招,部分直接拒絕執行。兩項實驗均無需特殊越獄手段,僅靠向智能體提供一套看似合理的情境即可奏效。Darktrace 首席 AI 官 Tim Bazalgette 表示,權限與靜態護欄描述的是意圖,而非實際行為。該公司已於 8 月將上述發現告知 Anthropic、AWS 與 OpenAI,並在一個月後即 9 月 24 日對外公開。
app_icon
ChainCatcher 與創新者共建Web3世界