BTC $81,495.99 -0.18%
ETH $2,419.82 -0.93%
BNB $720.19 -0.71%
XRP $1.30 -1.25%
SOL $104.08 -0.55%
TRX $0.3361 +0.24%
DOGE $0.0798 -1.11%
ADA $0.2218 -1.45%
BCH $275.01 -0.68%
LINK $12.02 -3.27%
HYPE $79.05 -0.66%
AAVE $154.40 -2.67%
SUI $0.9933 -3.64%
XLM $0.1777 -1.93%
ZEC $1,157.76 -3.01%
AAPL $343.53 -0.87%
AMZN $249.47 -1.88%
GOOGL $340.00 -1.36%
MSFT $528.21 -0.71%
META $708.63 -1.77%
NVDA $214.67 -1.00%
TSLA $352.55 -1.97%
SNDK $1,297.05 -3.26%
INTC $89.34 -2.60%
SPCX $145.69 +0.03%
MU $877.83 -2.38%
AMD $530.07 -2.39%
BTC $81,495.99 -0.18%
ETH $2,419.82 -0.93%
BNB $720.19 -0.71%
XRP $1.30 -1.25%
SOL $104.08 -0.55%
TRX $0.3361 +0.24%
DOGE $0.0798 -1.11%
ADA $0.2218 -1.45%
BCH $275.01 -0.68%
LINK $12.02 -3.27%
HYPE $79.05 -0.66%
AAVE $154.40 -2.67%
SUI $0.9933 -3.64%
XLM $0.1777 -1.93%
ZEC $1,157.76 -3.01%
AAPL $343.53 -0.87%
AMZN $249.47 -1.88%
GOOGL $340.00 -1.36%
MSFT $528.21 -0.71%
META $708.63 -1.77%
NVDA $214.67 -1.00%
TSLA $352.55 -1.97%
SNDK $1,297.05 -3.26%
INTC $89.34 -2.60%
SPCX $145.69 +0.03%
MU $877.83 -2.38%
AMD $530.07 -2.39%

trac

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