BTC $79,694.32 -0.19%
ETH $2,310.58 +0.04%
BNB $737.70 -0.03%
XRP $1.30 +1.19%
SOL $99.98 -0.38%
TRX $0.3287 -0.43%
DOGE $0.0774 +1.05%
ADA $0.2038 +0.81%
BCH $280.81 +1.21%
LINK $11.33 -0.48%
HYPE $77.66 +2.85%
AAVE $132.49 -1.80%
SUI $0.9071 -0.02%
XLM $0.1676 +0.11%
ZEC $1,220.46 +1.86%
AAPL $343.73 -0.71%
AMZN $249.44 +0.06%
GOOGL $319.02 -0.83%
MSFT $532.03 +1.20%
META $633.75 -1.29%
NVDA $216.22 +1.83%
TSLA $393.22 +4.88%
SNDK $1,268.51 +2.41%
INTC $90.56 +4.52%
SPCX $147.71 -0.53%
MU $914.61 +3.68%
AMD $530.94 +2.57%
BTC $79,694.32 -0.19%
ETH $2,310.58 +0.04%
BNB $737.70 -0.03%
XRP $1.30 +1.19%
SOL $99.98 -0.38%
TRX $0.3287 -0.43%
DOGE $0.0774 +1.05%
ADA $0.2038 +0.81%
BCH $280.81 +1.21%
LINK $11.33 -0.48%
HYPE $77.66 +2.85%
AAVE $132.49 -1.80%
SUI $0.9071 -0.02%
XLM $0.1676 +0.11%
ZEC $1,220.46 +1.86%
AAPL $343.73 -0.71%
AMZN $249.44 +0.06%
GOOGL $319.02 -0.83%
MSFT $532.03 +1.20%
META $633.75 -1.29%
NVDA $216.22 +1.83%
TSLA $393.22 +4.88%
SNDK $1,268.51 +2.41%
INTC $90.56 +4.52%
SPCX $147.71 -0.53%
MU $914.61 +3.68%
AMD $530.94 +2.57%

trace

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