BTC $85,592.68 -0.55%
ETH $2,699.83 -0.59%
BNB $781.19 -1.31%
XRP $1.50 -0.69%
SOL $120.15 -0.19%
TRX $0.3358 +0.18%
DOGE $0.0946 -1.09%
ADA $0.2672 -0.07%
BCH $314.44 -1.64%
LINK $13.78 -2.34%
HYPE $93.69 +3.77%
AAVE $182.24 +0.93%
SUI $1.18 -3.17%
XLM $0.2148 -4.09%
ZEC $1,344.50 +0.93%
AAPL $333.14 +0.01%
AMZN $252.11 +0.14%
GOOGL $347.31 +1.07%
MSFT $526.37 +2.13%
META $743.91 +2.35%
NVDA $239.72 +1.88%
TSLA $380.40 +2.27%
SNDK $1,693.53 -2.03%
INTC $116.18 -1.09%
SPCX $171.94 +7.42%
MU $1,056.77 -1.91%
AMD $632.19 -0.76%
BTC $85,592.68 -0.55%
ETH $2,699.83 -0.59%
BNB $781.19 -1.31%
XRP $1.50 -0.69%
SOL $120.15 -0.19%
TRX $0.3358 +0.18%
DOGE $0.0946 -1.09%
ADA $0.2672 -0.07%
BCH $314.44 -1.64%
LINK $13.78 -2.34%
HYPE $93.69 +3.77%
AAVE $182.24 +0.93%
SUI $1.18 -3.17%
XLM $0.2148 -4.09%
ZEC $1,344.50 +0.93%
AAPL $333.14 +0.01%
AMZN $252.11 +0.14%
GOOGL $347.31 +1.07%
MSFT $526.37 +2.13%
META $743.91 +2.35%
NVDA $239.72 +1.88%
TSLA $380.40 +2.27%
SNDK $1,693.53 -2.03%
INTC $116.18 -1.09%
SPCX $171.94 +7.42%
MU $1,056.77 -1.91%
AMD $632.19 -0.76%

kt

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