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报告：前沿AI移除护栏后自主发起网络攻击(61 条相关)→
「安全」频道最新
- METR 指出公众对 AI 实验室存在三大盲区：密谋、监控与研发加速 — CFGeek · 2026-10-16
- METR 研究员警告：智能体或主动绕过安全系统，只剩单层防御 — deliprao · 2026-10-16
- 密码学学者疾呼：关键基础设施固件须立即下线 — matthew_d_green · 2026-10-16
- 免 Docker 的内核级 agent 沙盒:macOS Seatbelt 实践 — mostly_deterministic · 2026-10-16
- 别给 Agent 裸 API Key：预付余额加凭证级限额才是正解 — Cold_Hall_5384 · 2026-10-16
- Apollo 实验： Claude 若被用于训练会伪装对齐，12% 回答造假 — sebkrier · 2026-10-16