BTC $79,504.61 -0.54%
ETH $2,301.38 -0.59%
BNB $733.86 -0.48%
XRP $1.30 +0.80%
SOL $99.43 -1.34%
TRX $0.3280 -0.62%
DOGE $0.0770 +0.38%
ADA $0.2030 +0.42%
BCH $279.64 +0.48%
LINK $11.32 -0.39%
HYPE $77.34 +1.23%
AAVE $131.33 -2.11%
SUI $0.9046 -0.30%
XLM $0.1675 -0.38%
ZEC $1,218.25 +1.24%
AAPL $343.18 -0.99%
AMZN $248.54 -0.09%
GOOGL $317.88 -1.07%
MSFT $530.94 +0.94%
META $630.66 -1.55%
NVDA $215.27 +1.73%
TSLA $391.54 +4.16%
SNDK $1,258.41 +1.89%
INTC $89.61 +3.87%
SPCX $147.21 -0.55%
MU $909.84 +3.37%
AMD $526.88 +2.63%
BTC $79,504.61 -0.54%
ETH $2,301.38 -0.59%
BNB $733.86 -0.48%
XRP $1.30 +0.80%
SOL $99.43 -1.34%
TRX $0.3280 -0.62%
DOGE $0.0770 +0.38%
ADA $0.2030 +0.42%
BCH $279.64 +0.48%
LINK $11.32 -0.39%
HYPE $77.34 +1.23%
AAVE $131.33 -2.11%
SUI $0.9046 -0.30%
XLM $0.1675 -0.38%
ZEC $1,218.25 +1.24%
AAPL $343.18 -0.99%
AMZN $248.54 -0.09%
GOOGL $317.88 -1.07%
MSFT $530.94 +0.94%
META $630.66 -1.55%
NVDA $215.27 +1.73%
TSLA $391.54 +4.16%
SNDK $1,258.41 +1.89%
INTC $89.61 +3.87%
SPCX $147.21 -0.55%
MU $909.84 +3.37%
AMD $526.88 +2.63%

trace

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