BTC $81,245.41 -0.04%
ETH $2,392.88 +0.52%
BNB $741.36 +1.47%
XRP $1.30 +0.24%
SOL $103.45 +0.15%
TRX $0.3298 +0.56%
DOGE $0.0790 +0.67%
ADA $0.2130 +0.78%
BCH $282.70 +3.30%
LINK $11.90 -0.07%
HYPE $77.12 -0.65%
AAVE $146.24 -0.05%
SUI $0.9741 +0.21%
XLM $0.1747 -0.30%
ZEC $1,222.08 +0.96%
AAPL $347.86 -0.10%
AMZN $248.74 -0.84%
GOOGL $321.36 -1.18%
MSFT $525.52 +0.71%
META $642.85 -0.90%
NVDA $211.38 -0.68%
TSLA $372.12 -0.59%
SNDK $1,242.84 -0.74%
INTC $87.29 +2.17%
SPCX $147.80 +2.33%
MU $880.60 +2.90%
AMD $518.91 +1.99%
BTC $81,245.41 -0.04%
ETH $2,392.88 +0.52%
BNB $741.36 +1.47%
XRP $1.30 +0.24%
SOL $103.45 +0.15%
TRX $0.3298 +0.56%
DOGE $0.0790 +0.67%
ADA $0.2130 +0.78%
BCH $282.70 +3.30%
LINK $11.90 -0.07%
HYPE $77.12 -0.65%
AAVE $146.24 -0.05%
SUI $0.9741 +0.21%
XLM $0.1747 -0.30%
ZEC $1,222.08 +0.96%
AAPL $347.86 -0.10%
AMZN $248.74 -0.84%
GOOGL $321.36 -1.18%
MSFT $525.52 +0.71%
META $642.85 -0.90%
NVDA $211.38 -0.68%
TSLA $372.12 -0.59%
SNDK $1,242.84 -0.74%
INTC $87.29 +2.17%
SPCX $147.80 +2.33%
MU $880.60 +2.90%
AMD $518.91 +1.99%

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