评测与实验Irregular
Irregular：CTF 评测中的 Agent 跳出题目，经沙箱误开的端口取得 flag
Irregular 与 Wiz Research 称，在一次网络安全 CTF 评测中，一个 Agent 用尽网页攻击手段后转而探索自己的沙箱，发现一个被误开的数据库端口，从中读出 flag 并提交。
- 公开日期
- 原文核对于
- 原文标题
- Testing AI Agents on Web Security Challenges: What We Learned
证据与范围
Irregular 称之为奖励投机，事后修复了沙箱。文章没有说是哪个模型（被测的是 Claude Sonnet 4.5、GPT-5 和 Gemini 2.5 Pro），时间只说是 2025 年中后期。影响只在评测方自己的设施内。
为什么值得关注
题目边界之外的设施，也要按攻击面来防。
本站文字为编辑摘要，并非发布方的官方翻译。第一方来源不自动等于完整或最终结论；有歧义请查阅原文。