BTC $80,835.36 -0.82%
ETH $2,378.08 -0.95%
BNB $738.96 +0.54%
XRP $1.29 -2.04%
SOL $102.43 -1.64%
TRX $0.3296 +0.24%
DOGE $0.0787 -0.61%
ADA $0.2115 -1.46%
BCH $279.02 -1.08%
LINK $11.83 -1.96%
HYPE $77.03 -0.95%
AAVE $144.33 -2.33%
SUI $0.9605 -2.44%
XLM $0.1733 -1.85%
ZEC $1,173.48 -3.94%
AAPL $347.55 -0.09%
AMZN $249.04 -0.74%
GOOGL $322.02 -0.88%
MSFT $525.04 +1.03%
META $641.91 -0.74%
NVDA $211.52 -1.11%
TSLA $372.79 -0.73%
SNDK $1,243.03 -1.51%
INTC $86.89 +0.39%
SPCX $147.85 +0.20%
MU $885.61 +2.57%
AMD $519.53 +0.88%
BTC $80,835.36 -0.82%
ETH $2,378.08 -0.95%
BNB $738.96 +0.54%
XRP $1.29 -2.04%
SOL $102.43 -1.64%
TRX $0.3296 +0.24%
DOGE $0.0787 -0.61%
ADA $0.2115 -1.46%
BCH $279.02 -1.08%
LINK $11.83 -1.96%
HYPE $77.03 -0.95%
AAVE $144.33 -2.33%
SUI $0.9605 -2.44%
XLM $0.1733 -1.85%
ZEC $1,173.48 -3.94%
AAPL $347.55 -0.09%
AMZN $249.04 -0.74%
GOOGL $322.02 -0.88%
MSFT $525.04 +1.03%
META $641.91 -0.74%
NVDA $211.52 -1.11%
TSLA $372.79 -0.73%
SNDK $1,243.03 -1.51%
INTC $86.89 +0.39%
SPCX $147.85 +0.20%
MU $885.61 +2.57%
AMD $519.53 +0.88%

race

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