BTC $85,573.83 +0.06%
ETH $2,701.02 -0.06%
BNB $781.28 -1.05%
XRP $1.50 -0.33%
SOL $120.12 -0.28%
TRX $0.3363 +0.38%
DOGE $0.0947 -0.37%
ADA $0.2698 +1.42%
BCH $314.57 -1.01%
LINK $13.83 -1.82%
HYPE $93.32 +2.69%
AAVE $184.40 +2.16%
SUI $1.19 -2.07%
XLM $0.2149 -3.33%
ZEC $1,337.04 +1.59%
AAPL $333.14 +0.05%
AMZN $252.26 +0.24%
GOOGL $347.52 +1.09%
MSFT $526.54 +2.17%
META $744.13 +2.43%
NVDA $239.48 +1.78%
TSLA $380.28 +2.20%
SNDK $1,693.35 -1.85%
INTC $116.14 -1.19%
SPCX $171.75 +7.29%
MU $1,056.76 -1.83%
AMD $632.00 -0.73%
BTC $85,573.83 +0.06%
ETH $2,701.02 -0.06%
BNB $781.28 -1.05%
XRP $1.50 -0.33%
SOL $120.12 -0.28%
TRX $0.3363 +0.38%
DOGE $0.0947 -0.37%
ADA $0.2698 +1.42%
BCH $314.57 -1.01%
LINK $13.83 -1.82%
HYPE $93.32 +2.69%
AAVE $184.40 +2.16%
SUI $1.19 -2.07%
XLM $0.2149 -3.33%
ZEC $1,337.04 +1.59%
AAPL $333.14 +0.05%
AMZN $252.26 +0.24%
GOOGL $347.52 +1.09%
MSFT $526.54 +2.17%
META $744.13 +2.43%
NVDA $239.48 +1.78%
TSLA $380.28 +2.20%
SNDK $1,693.35 -1.85%
INTC $116.14 -1.19%
SPCX $171.75 +7.29%
MU $1,056.76 -1.83%
AMD $632.00 -0.73%

kt

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