BTC $81,718.95 -0.92%
ETH $2,402.04 -1.15%
BNB $742.69 +0.67%
XRP $1.32 -1.16%
SOL $104.35 -0.17%
TRX $0.3295 -0.28%
DOGE $0.0799 +0.42%
ADA $0.2165 -0.58%
BCH $285.07 +2.69%
LINK $12.20 +0.33%
HYPE $78.23 -0.58%
AAVE $149.44 +0.19%
SUI $0.9977 +0.22%
XLM $0.1780 -0.28%
ZEC $1,226.19 -3.05%
AAPL $346.42 +0.70%
AMZN $250.62 -3.40%
GOOGL $325.04 -1.90%
MSFT $517.24 -2.37%
META $647.66 -7.80%
NVDA $214.49 -1.61%
TSLA $377.58 +2.29%
SNDK $1,297.30 -2.55%
INTC $87.59 -1.93%
SPCX $148.61 -4.65%
MU $881.05 -0.58%
AMD $517.23 -3.29%
BTC $81,718.95 -0.92%
ETH $2,402.04 -1.15%
BNB $742.69 +0.67%
XRP $1.32 -1.16%
SOL $104.35 -0.17%
TRX $0.3295 -0.28%
DOGE $0.0799 +0.42%
ADA $0.2165 -0.58%
BCH $285.07 +2.69%
LINK $12.20 +0.33%
HYPE $78.23 -0.58%
AAVE $149.44 +0.19%
SUI $0.9977 +0.22%
XLM $0.1780 -0.28%
ZEC $1,226.19 -3.05%
AAPL $346.42 +0.70%
AMZN $250.62 -3.40%
GOOGL $325.04 -1.90%
MSFT $517.24 -2.37%
META $647.66 -7.80%
NVDA $214.49 -1.61%
TSLA $377.58 +2.29%
SNDK $1,297.30 -2.55%
INTC $87.59 -1.93%
SPCX $148.61 -4.65%
MU $881.05 -0.58%
AMD $517.23 -3.29%

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