BTC $81,108.61 -4.22%
ETH $2,376.03 -5.50%
BNB $728.62 -2.94%
XRP $1.30 -6.39%
SOL $103.61 -4.92%
TRX $0.3282 -1.33%
DOGE $0.0783 -6.20%
ADA $0.2121 -7.79%
BCH $273.16 -5.03%
LINK $11.92 -6.78%
HYPE $77.48 -5.64%
AAVE $145.34 -9.17%
SUI $0.9741 -7.59%
XLM $0.1753 -6.00%
ZEC $1,203.20 -11.56%
AAPL $346.14 +0.34%
AMZN $250.23 -5.10%
GOOGL $323.85 -3.38%
MSFT $524.73 -1.48%
META $644.26 -9.07%
NVDA $212.71 -4.14%
TSLA $376.57 -2.84%
SNDK $1,257.07 -9.47%
INTC $86.19 -6.98%
SPCX $144.83 -8.83%
MU $863.46 -5.96%
AMD $509.74 -8.34%
BTC $81,108.61 -4.22%
ETH $2,376.03 -5.50%
BNB $728.62 -2.94%
XRP $1.30 -6.39%
SOL $103.61 -4.92%
TRX $0.3282 -1.33%
DOGE $0.0783 -6.20%
ADA $0.2121 -7.79%
BCH $273.16 -5.03%
LINK $11.92 -6.78%
HYPE $77.48 -5.64%
AAVE $145.34 -9.17%
SUI $0.9741 -7.59%
XLM $0.1753 -6.00%
ZEC $1,203.20 -11.56%
AAPL $346.14 +0.34%
AMZN $250.23 -5.10%
GOOGL $323.85 -3.38%
MSFT $524.73 -1.48%
META $644.26 -9.07%
NVDA $212.71 -4.14%
TSLA $376.57 -2.84%
SNDK $1,257.07 -9.47%
INTC $86.19 -6.98%
SPCX $144.83 -8.83%
MU $863.46 -5.96%
AMD $509.74 -8.34%

dark

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