BTC $82,953.63 +0.36%
ETH $2,504.17 +0.35%
BNB $747.77 +0.11%
XRP $1.39 -0.87%
SOL $109.46 -0.46%
TRX $0.3303 -0.14%
DOGE $0.0854 -1.15%
ADA $0.2475 -2.09%
BCH $277.18 -0.70%
LINK $12.93 +0.60%
HYPE $84.95 +1.06%
AAVE $167.91 -2.82%
SUI $1.10 +0.18%
XLM $0.1953 -0.48%
ZEC $1,226.88 +0.17%
AAPL $336.60 +0.04%
AMZN $262.49 -0.06%
GOOGL $350.91 -0.51%
MSFT $534.79 -0.08%
META $719.32 -0.14%
NVDA $230.48 -0.02%
TSLA $382.48 -0.17%
SNDK $1,591.43 -0.08%
INTC $104.92 -0.10%
SPCX $163.66 +0.34%
MU $1,034.47 -0.04%
AMD $609.38 -0.24%
BTC $82,953.63 +0.36%
ETH $2,504.17 +0.35%
BNB $747.77 +0.11%
XRP $1.39 -0.87%
SOL $109.46 -0.46%
TRX $0.3303 -0.14%
DOGE $0.0854 -1.15%
ADA $0.2475 -2.09%
BCH $277.18 -0.70%
LINK $12.93 +0.60%
HYPE $84.95 +1.06%
AAVE $167.91 -2.82%
SUI $1.10 +0.18%
XLM $0.1953 -0.48%
ZEC $1,226.88 +0.17%
AAPL $336.60 +0.04%
AMZN $262.49 -0.06%
GOOGL $350.91 -0.51%
MSFT $534.79 -0.08%
META $719.32 -0.14%
NVDA $230.48 -0.02%
TSLA $382.48 -0.17%
SNDK $1,591.43 -0.08%
INTC $104.92 -0.10%
SPCX $163.66 +0.34%
MU $1,034.47 -0.04%
AMD $609.38 -0.24%

dark

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