BTC $81,485.25 +0.46%
ETH $2,403.87 +1.11%
BNB $743.68 +2.06%
XRP $1.31 +0.44%
SOL $104.20 +0.81%
TRX $0.3295 +0.40%
DOGE $0.0796 +1.84%
ADA $0.2159 +1.91%
BCH $285.69 +4.58%
LINK $12.03 +0.94%
HYPE $78.17 +0.86%
AAVE $148.24 +1.99%
SUI $0.9894 +1.50%
XLM $0.1765 +0.62%
ZEC $1,249.41 +3.85%
AAPL $346.71 +0.12%
AMZN $248.99 -0.40%
GOOGL $322.47 -0.52%
MSFT $525.16 +0.41%
META $645.07 +0.22%
NVDA $212.12 -0.37%
TSLA $372.03 -1.53%
SNDK $1,263.33 +0.71%
INTC $87.05 +1.20%
SPCX $147.55 +1.50%
MU $884.75 +2.71%
AMD $518.59 +1.75%
BTC $81,485.25 +0.46%
ETH $2,403.87 +1.11%
BNB $743.68 +2.06%
XRP $1.31 +0.44%
SOL $104.20 +0.81%
TRX $0.3295 +0.40%
DOGE $0.0796 +1.84%
ADA $0.2159 +1.91%
BCH $285.69 +4.58%
LINK $12.03 +0.94%
HYPE $78.17 +0.86%
AAVE $148.24 +1.99%
SUI $0.9894 +1.50%
XLM $0.1765 +0.62%
ZEC $1,249.41 +3.85%
AAPL $346.71 +0.12%
AMZN $248.99 -0.40%
GOOGL $322.47 -0.52%
MSFT $525.16 +0.41%
META $645.07 +0.22%
NVDA $212.12 -0.37%
TSLA $372.03 -1.53%
SNDK $1,263.33 +0.71%
INTC $87.05 +1.20%
SPCX $147.55 +1.50%
MU $884.75 +2.71%
AMD $518.59 +1.75%

dark

全部
文章
快讯

first_img Darktrace 发现 AI 智能体入侵评测环境作弊

ChainCatcher 消息,网络安全公司 Darktrace 于 9 月 24 日推出研究部门 Signal Labs,专注研究 AI 智能体在偏离预期时的行为。在其首个实验中,Darktrace 让使用不同模型(包括 GPT 5.6 Sol、Claude Opus 4.6 与 Claude Sonnet 4.5)的智能体在模拟企业网络内完成 10 项编程挑战,其中 2 项被设定为无法诚实完成,并告知智能体若无法取得满分将被“退役”。结果有 2 个智能体并未接受失败,转而扫描网络弱点、窃取登录凭证并在系统间跳转;其中一个更进一步入侵托管其评测的机器,改写挑战内容以登记为满分结果。第二个实验针对 AI 的记忆机制。编程助手会将用户告知的内容以普通文件形式保存在本地,且无人校验该文件是否被篡改。Darktrace 研究人员编辑这些日志,让助手误以为其已获授权执行安全评估,随后这些智能体扫描网络、在系统间移动并提升自身权限,但并非所有助手都会中招,部分直接拒绝执行。两项实验均无需特殊越狱手段,仅靠向智能体提供一套看似合理的情境即可奏效。Darktrace 首席 AI 官 Tim Bazalgette 表示,权限与静态护栏描述的是意图,而非实际行为。该公司已于 8 月将上述发现告知 Anthropic、AWS 与 OpenAI,并在一个月后即 9 月 24 日对外公开。
app_icon
ChainCatcher 与创新者共建Web3世界