BTC $81,671.94 -1.33%
ETH $2,397.96 -1.83%
BNB $738.75 -0.14%
XRP $1.32 -1.76%
SOL $104.20 -1.08%
TRX $0.3291 -0.29%
DOGE $0.0795 -0.67%
ADA $0.2160 -1.88%
BCH $286.64 +2.74%
LINK $12.16 -0.59%
HYPE $78.03 -1.01%
AAVE $149.13 -0.64%
SUI $0.9906 -1.32%
XLM $0.1781 -0.97%
ZEC $1,227.33 -4.50%
AAPL $347.25 +0.87%
AMZN $250.36 -3.78%
GOOGL $323.73 -2.42%
MSFT $517.00 -2.39%
META $644.79 -8.79%
NVDA $213.71 -2.21%
TSLA $375.83 +1.79%
SNDK $1,286.13 -3.73%
INTC $87.01 -2.72%
SPCX $148.13 -5.35%
MU $874.35 -1.72%
AMD $515.58 -3.73%
BTC $81,671.94 -1.33%
ETH $2,397.96 -1.83%
BNB $738.75 -0.14%
XRP $1.32 -1.76%
SOL $104.20 -1.08%
TRX $0.3291 -0.29%
DOGE $0.0795 -0.67%
ADA $0.2160 -1.88%
BCH $286.64 +2.74%
LINK $12.16 -0.59%
HYPE $78.03 -1.01%
AAVE $149.13 -0.64%
SUI $0.9906 -1.32%
XLM $0.1781 -0.97%
ZEC $1,227.33 -4.50%
AAPL $347.25 +0.87%
AMZN $250.36 -3.78%
GOOGL $323.73 -2.42%
MSFT $517.00 -2.39%
META $644.79 -8.79%
NVDA $213.71 -2.21%
TSLA $375.83 +1.79%
SNDK $1,286.13 -3.73%
INTC $87.01 -2.72%
SPCX $148.13 -5.35%
MU $874.35 -1.72%
AMD $515.58 -3.73%

race

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