BTC $80,549.25 -0.87%
ETH $2,367.44 -0.98%
BNB $735.12 +0.70%
XRP $1.28 -2.04%
SOL $101.99 -1.78%
TRX $0.3296 +0.42%
DOGE $0.0780 -0.96%
ADA $0.2091 -1.31%
BCH $279.70 +1.61%
LINK $11.71 -2.16%
HYPE $76.34 -1.62%
AAVE $142.66 -3.40%
SUI $0.9500 -2.39%
XLM $0.1717 -1.92%
ZEC $1,164.07 -4.59%
AAPL $347.65 -0.30%
AMZN $248.75 -1.09%
GOOGL $321.43 -1.12%
MSFT $524.94 +0.57%
META $640.71 -1.18%
NVDA $210.99 -1.20%
TSLA $371.84 -1.52%
SNDK $1,237.28 -1.70%
INTC $86.47 +0.42%
SPCX $147.36 -0.27%
MU $878.49 +2.15%
AMD $516.58 +0.54%
BTC $80,549.25 -0.87%
ETH $2,367.44 -0.98%
BNB $735.12 +0.70%
XRP $1.28 -2.04%
SOL $101.99 -1.78%
TRX $0.3296 +0.42%
DOGE $0.0780 -0.96%
ADA $0.2091 -1.31%
BCH $279.70 +1.61%
LINK $11.71 -2.16%
HYPE $76.34 -1.62%
AAVE $142.66 -3.40%
SUI $0.9500 -2.39%
XLM $0.1717 -1.92%
ZEC $1,164.07 -4.59%
AAPL $347.65 -0.30%
AMZN $248.75 -1.09%
GOOGL $321.43 -1.12%
MSFT $524.94 +0.57%
META $640.71 -1.18%
NVDA $210.99 -1.20%
TSLA $371.84 -1.52%
SNDK $1,237.28 -1.70%
INTC $86.47 +0.42%
SPCX $147.36 -0.27%
MU $878.49 +2.15%
AMD $516.58 +0.54%

trace

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