BTC $84,131.33 -1.68%
ETH $2,610.21 -3.36%
BNB $766.60 -1.88%
XRP $1.46 -2.46%
SOL $118.09 -1.73%
TRX $0.3323 -1.15%
DOGE $0.0898 -5.18%
ADA $0.2544 -5.59%
BCH $305.89 -2.75%
LINK $13.63 -1.41%
HYPE $90.44 -3.11%
AAVE $173.78 -5.66%
SUI $1.12 -4.94%
XLM $0.2056 -4.35%
ZEC $1,317.20 -1.49%
AAPL $334.15 +0.31%
AMZN $257.23 +1.99%
GOOGL $347.83 +0.10%
MSFT $530.29 +0.66%
META $741.14 -0.41%
NVDA $240.69 +0.49%
TSLA $378.56 -0.45%
SNDK $1,645.73 -2.81%
INTC $113.07 -2.64%
SPCX $169.62 -1.24%
MU $1,043.33 -1.27%
AMD $652.37 +3.25%
BTC $84,131.33 -1.68%
ETH $2,610.21 -3.36%
BNB $766.60 -1.88%
XRP $1.46 -2.46%
SOL $118.09 -1.73%
TRX $0.3323 -1.15%
DOGE $0.0898 -5.18%
ADA $0.2544 -5.59%
BCH $305.89 -2.75%
LINK $13.63 -1.41%
HYPE $90.44 -3.11%
AAVE $173.78 -5.66%
SUI $1.12 -4.94%
XLM $0.2056 -4.35%
ZEC $1,317.20 -1.49%
AAPL $334.15 +0.31%
AMZN $257.23 +1.99%
GOOGL $347.83 +0.10%
MSFT $530.29 +0.66%
META $741.14 -0.41%
NVDA $240.69 +0.49%
TSLA $378.56 -0.45%
SNDK $1,645.73 -2.81%
INTC $113.07 -2.64%
SPCX $169.62 -1.24%
MU $1,043.33 -1.27%
AMD $652.37 +3.25%

race

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