BTC $81,032.17 -0.30%
ETH $2,383.34 +0.02%
BNB $737.85 +1.04%
XRP $1.29 -1.01%
SOL $102.75 -0.68%
TRX $0.3296 +0.44%
DOGE $0.0785 -0.07%
ADA $0.2101 -0.79%
BCH $280.69 +2.29%
LINK $11.81 -0.99%
HYPE $76.93 -0.49%
AAVE $144.22 -1.51%
SUI $0.9555 -1.71%
XLM $0.1729 -1.26%
ZEC $1,180.75 -3.02%
AAPL $347.80 -0.34%
AMZN $248.91 -0.79%
GOOGL $321.58 -0.89%
MSFT $524.77 +0.62%
META $641.54 -0.61%
NVDA $211.38 -0.48%
TSLA $372.15 -0.29%
SNDK $1,240.48 +0.60%
INTC $86.78 +2.55%
SPCX $147.77 +1.09%
MU $879.22 +4.09%
AMD $516.84 +2.23%
BTC $81,032.17 -0.30%
ETH $2,383.34 +0.02%
BNB $737.85 +1.04%
XRP $1.29 -1.01%
SOL $102.75 -0.68%
TRX $0.3296 +0.44%
DOGE $0.0785 -0.07%
ADA $0.2101 -0.79%
BCH $280.69 +2.29%
LINK $11.81 -0.99%
HYPE $76.93 -0.49%
AAVE $144.22 -1.51%
SUI $0.9555 -1.71%
XLM $0.1729 -1.26%
ZEC $1,180.75 -3.02%
AAPL $347.80 -0.34%
AMZN $248.91 -0.79%
GOOGL $321.58 -0.89%
MSFT $524.77 +0.62%
META $641.54 -0.61%
NVDA $211.38 -0.48%
TSLA $372.15 -0.29%
SNDK $1,240.48 +0.60%
INTC $86.78 +2.55%
SPCX $147.77 +1.09%
MU $879.22 +4.09%
AMD $516.84 +2.23%

trac

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