BTC $81,289.82 -1.96%
ETH $2,376.90 -2.67%
BNB $726.16 -0.02%
XRP $1.29 -1.96%
SOL $103.77 -1.76%
TRX $0.3318 +0.30%
DOGE $0.0787 -1.36%
ADA $0.2148 -2.60%
BCH $273.10 -2.31%
LINK $11.88 -2.30%
HYPE $78.15 -2.40%
AAVE $147.31 -3.75%
SUI $0.9846 -2.49%
XLM $0.1752 -1.84%
ZEC $1,127.06 -3.47%
AAPL $340.17 -0.99%
AMZN $262.70 +3.72%
GOOGL $343.66 +0.08%
MSFT $535.35 +0.68%
META $702.56 -1.74%
NVDA $216.63 -0.28%
TSLA $369.30 +3.72%
SNDK $1,332.79 -1.16%
INTC $90.85 -2.90%
SPCX $146.58 -0.85%
MU $882.28 -2.45%
AMD $528.97 -2.77%
BTC $81,289.82 -1.96%
ETH $2,376.90 -2.67%
BNB $726.16 -0.02%
XRP $1.29 -1.96%
SOL $103.77 -1.76%
TRX $0.3318 +0.30%
DOGE $0.0787 -1.36%
ADA $0.2148 -2.60%
BCH $273.10 -2.31%
LINK $11.88 -2.30%
HYPE $78.15 -2.40%
AAVE $147.31 -3.75%
SUI $0.9846 -2.49%
XLM $0.1752 -1.84%
ZEC $1,127.06 -3.47%
AAPL $340.17 -0.99%
AMZN $262.70 +3.72%
GOOGL $343.66 +0.08%
MSFT $535.35 +0.68%
META $702.56 -1.74%
NVDA $216.63 -0.28%
TSLA $369.30 +3.72%
SNDK $1,332.79 -1.16%
INTC $90.85 -2.90%
SPCX $146.58 -0.85%
MU $882.28 -2.45%
AMD $528.97 -2.77%

trac

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