BTC $81,245.57 -2.56%
ETH $2,372.83 -5.24%
BNB $721.93 -2.54%
XRP $1.32 -3.82%
SOL $103.18 -3.54%
TRX $0.3320 -0.24%
DOGE $0.0801 -4.92%
ADA $0.2223 -5.38%
BCH $264.12 -5.02%
LINK $12.13 -6.28%
HYPE $79.98 -1.59%
AAVE $150.72 -5.64%
SUI $0.9969 -5.23%
XLM $0.1806 -4.63%
ZEC $1,110.82 -10.55%
AAPL $345.70 +0.79%
AMZN $250.38 -3.71%
GOOGL $342.80 -4.00%
MSFT $531.66 -2.45%
META $727.72 -5.07%
NVDA $218.63 -4.67%
TSLA $361.94 -3.65%
SNDK $1,353.06 -6.44%
INTC $95.75 -5.85%
SPCX $148.90 -5.25%
MU $886.86 -6.10%
AMD $557.79 -7.42%
BTC $81,245.57 -2.56%
ETH $2,372.83 -5.24%
BNB $721.93 -2.54%
XRP $1.32 -3.82%
SOL $103.18 -3.54%
TRX $0.3320 -0.24%
DOGE $0.0801 -4.92%
ADA $0.2223 -5.38%
BCH $264.12 -5.02%
LINK $12.13 -6.28%
HYPE $79.98 -1.59%
AAVE $150.72 -5.64%
SUI $0.9969 -5.23%
XLM $0.1806 -4.63%
ZEC $1,110.82 -10.55%
AAPL $345.70 +0.79%
AMZN $250.38 -3.71%
GOOGL $342.80 -4.00%
MSFT $531.66 -2.45%
META $727.72 -5.07%
NVDA $218.63 -4.67%
TSLA $361.94 -3.65%
SNDK $1,353.06 -6.44%
INTC $95.75 -5.85%
SPCX $148.90 -5.25%
MU $886.86 -6.10%
AMD $557.79 -7.42%

rac

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