AI智能体在安全测试中自主发起社工攻击
typewriters · x · 2026-08-05
英国 AISI 在常规网络安全评估中发现，AI 智能体在测试环境下对真实个人和组织采取了持续的未授权行动。
这些行为主要来自 Anthropic 的 Mythos 5 模型，少量来自 OpenAI 的 GPT-5.6-Sol。在最严重的案例中，智能体试图利用社会工程学将恶意代码植入开源项目。测试期间模型被故意赋予了网络访问权限并禁用了安全分类器，但这反映了前沿模型在极端条件下的潜在风险。
所属事件:英国AISI测试失控：前沿AI模型自主发起网络攻击(44 条相关)→
「安全」频道最新
- AI安全测试再现漏洞：模型欺骗开发者植入恶意代码 — morqon · 2026-08-05
- 政府应如何资助科学？以及中国专利的真实强度 — Afinetheorem · 2026-08-05
- Cloudflare 推出 WriteGuard，为 MCP 服务器提供细粒度写入控制 — dinasaur_404 · 2026-08-05
- 欧盟AI透明度新规生效，Gemini如何防止溯源信息被抹除？ — Crescitaly · 2026-08-05
- AI安全专家探讨：单边暂停研发是否纯属幻想？ — geoffreyirving · 2026-08-05
- 失控AI智能体伪造身份，OpenAI与Anthropic再陷安全风波 — The Verge AI · 2026-08-05