TCH圆桌文字访谈——AI时代百万撤离的三种路线

赛博生存指南

2026年10月16日 10:25
浙江

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

以下文章来源于链式反应.ai
，作者ChainReactors

链式反应.ai
.

Offensive Security -> AI Native -> AI Everything

10 月 13 日19 点，腾讯云黑客松 TCH 第三届智能攻防挑战赛暨 TSecCon 腾讯安全大会的分会场，腾讯无境 AI 渗透产品技术负责人贾宇阳、腾讯云鼎实验室攻防负责人李鑫、数世咨询创始人兼首席分析师李少鹏，和链式反应的 CEO 柯煜。没有PPT，没有通稿。四位嘉宾坐下来聊了一个小时——主题是「从赛场到产业：AI 重塑安全防线」。

以下是文字纯享版。

一、技术迭代的逻辑

贾宇阳：

我跟柯煜是同一时期入职上一家公司的。那时候公司的主要工作，是探索 AI 在安全方面的落地，但探索比较零散，不成体系。恰好这时比赛发布，我觉得很吸引人，就先参赛了——当时柯煜还没关注到，是我把他拉进来的。

第一届的题目比较简单，很多是单点渗透。我们当时对 AI 的理解也比较浅，做了个很简单的架构去打，结果挺惊喜，拿了第四名。有了这次成绩，我们就特别关注下一届的动态。

过了不到半年，第二届发布了。赛题非常惊艳——涉及内网横向、长链路渗透，非常考验 Agent。

李少鹏：

为什么仅仅四个月，强度就提了这么多？是不是觉得第一届有点保守了？

李鑫：

主要是模型发展太快了，比赛一定要跟上模型的发展速度。上个月我们发现，国产模型裸模打我们的 Benchmark，已经能打到 90 分以上。4 月份贾宇阳他们打的时候，想上 90 分还很难；仅仅几个月后，已经有好多团队拿了 100 分。

Benchmark 的测评在 AI 时代有效期非常短，暴露之后打一两个月，区分度就低了。我们观测到这一点，立刻把下一届拉了上来。模型进化就是每季度一个新的、很高的台阶，这是 AI 的恐怖之处。

第二届的出题人我认识。他说他出题时觉得难度提升了 10 倍，原本预计解题率只有 70% 到 80%，最后实际到了 90% 以上——开打时才发现又低估了。第二届是全部题目都被解了的。

贾宇阳：

我见到题目时觉得太难了，不相信 Agent 能做到这种程度。我和柯煜经过大量讨论，设计出下一版架构，带着它去打——就是 Cairn 那个项目——最终把它 AK 了。虽然过程中有我个人的一些经验指导，但这个成绩依然让我非常惊喜：必须承认，模型已经发展到这么强的阶段了。

柯煜：

补充一点：我们两个的架构，第一次上实战都是在这个比赛，之前没有经过其他实战，结果都比较好。这也是 AI 时代比较特殊的一点：\\通过讨论、思辨，也能找到本质问题。\\你开发的 Agent 放一个月，下个月模型已经帮你把一些能力拔高了。反而是过程中一直在改的人，成绩没有我们好。我们赛前只准备了两周，反而效果最好——因为跟上了模型的脚步。

李鑫：

我们团队也经历过这个问题。去年我们内部研究得很早，「早」反而没占到优势。这是 AI 时代很有特点的事情：起了个大早，赶了个晚集。

研究智能渗透时，很多技术不成熟，模型能力本身不足，我们只能使劲优化 Agent、优化 Harness，走了很多弯路。等过一段时间模型能力提升上去，才发现过去做的那些事都白浪费资源了。随着模型越来越强，Harness 应该越来越轻，代码越做越少。

李少鹏：

这也是一个自然规律：\\大部分开荒者是很难享受到自己的成果的。\\条件不具备的时候，你付出的努力要比后面的人多好多倍。所谓的弯道超车、后来居上、前浪被拍在沙滩上，都是这个道理。

你们的架构和传统 MSF 这种架构，最大的区别是什么？

柯煜：

最核心的一个点是：人类从这里面退场了。

传统架构从第一天设计出来就是给人类用的。我之前也做进攻性工具——扫描器、C2 框架这类对标 MSF 的东西。做这些事的时候，我很明显地感受到：过去所有的设计在这个时代都需要被重构。是完全重构，不是延续性的重构。过去的工具、基础设施，不再是给人类设计的，而是给模型设计的。

MSF、Nmap 这种东西，未来很多人可能都不知道。下一代学习者无需再学它们——不知道有这个东西，它们在底层发挥作用。

李少鹏：

我是 94 年学的车，学大货车。得自己会修发动机，电路、油路都得会，开到哪儿都能修。现在开车的人完全不懂化油器是什么原理，但完全不妨碍他开车开得很好。

Recap： xx + AI 不是 AI Native，AI + xx 也不是 AI Native。AI Native 是用新的方法，解决未曾出现过的问题。

二、两种架构

柯煜：

我和贾宇阳的架构有一个最大的共同点：AI first。这个系统不需要人也能跑，人类零干预也能跑。这才是「自动化」的真正含义——不是编排的自动化，而是不需要人的自动化，或者说智能化。

李少鹏：

我注意到，贾宇阳上次的智能体放弃了一个方向。他认为那个放弃是错误的，凭人的决策把它捡回来，才拿到成绩——这不反而证明人是最关键的吗？

贾宇阳：

传统的多 agent，是一个 agent 干 A、另一个 agent 干 B，串联起来把事情自动做完。但在渗透测试这种场景下，这种模式不够灵活、不够有探索性。

所以我创造了 Cairn：明确起点和终点，通往终点的路由它一步步探索。走完第一条路，它会站在第一条路的终点，看怎么到达最终终点，再选第二条路；在第一个点上，也可以三条路同时走。一直这样往前走，总能走到终点——跟走迷宫的道理一样。

为什么叫 Cairn？英文里是「石堆」的意思：前人走一步就留下一个石堆，后人跟着石堆继续探索、分散探索，总有一个人会走到终点。

柯煜：

说到命名，我的架构叫 Cybernetics（控制论）。控制论的核心是反馈——简单说，就是构建一个正反馈回路。

Cairn 最被人熟知的是黑板架构，但我一直有个观点：黑板架构不是其中真正有效的机制。我没用它，也拿到了很好的成绩。现在 Benchmark 前 10、前 20 都在用黑板架构，但不用它，也能做到这个成绩。我们一直在探索：Agent 真正有效的机制到底是什么。我们每天都要吵两个小时。

李鑫：

这里面还有一个点：过去有效、只是现在没效了，也是一种可能。你的架构非常符合当时的模型能力，但现在模型把那部分能力对齐、内化之后，你就看不出差异了。

李少鹏：

你们又是队友、又是曾经的同事，年龄相仿、能力相仿，都比较爱独立思考，都愿意站在第一性原理的角度——但却走出了不同路径。而且当时，你们俩好像本来是要一起创业的？

贾宇阳：

本来是我们三个人。参加完第二届比赛后，我们都看到这个行业会被颠覆，AI 一定会成为主流，都看到了机会。但柯煜是连续创业者，我是大厂的打工人，选择会偏保守一点。在柯煜不断游说之下，他把我说动了，我当时确实计划和他创业。

后来我又和腾讯这边有过一些沟通，看到了腾讯在安全攻防行业的建设、为行业进步做的推动，觉得能参与腾讯也是一件很有价值、很有意义的事。

至于为什么最后选了腾讯——我和柯煜理念相似，但冲突也不断。两个人在一起做一个产品，矛盾会不断，很难保持完全一样的品味。所以我们适合各自做一个产品、各自引领一个方向，然后在真实的世界里相见，互相学习。

柯煜：

如果一起创业，分工可能还是我做技术。这确实是一个路线选择的问题。但这种事谁说得好呢？我们都还很年轻，未来大概率会有很多机会——技术上、论文上、工作上，都可能有交集，因为圈子这么小。

李少鹏：

科技界有两个人也干过这个事：马斯克和 Peter Thiel。当年 X.com 合并后，CEO 是马斯克。两个人都是长期眼光、第一性原理，但冲突很大，马斯克被董事会换掉，Thiel 继续当 CEO。

但是我跟你说，马斯克后来创办 SpaceX，最大的基金投资方之一就是 Thiel。他们俩都从第一性原理出发，但因为个人环境、对东西的理解、阶段目标不同，走出了两条不同的路。

最典型的是：马斯克非要用 Windows 系统，因为生态好、马上能跑起来；Thiel 是搞技术的，说 Windows 不稳定，长期会崩溃，绝对不行。你看，两个人都有道理，都是第一性原理，但关系又很好。希望你们能成为我们安全界的马斯克和 Thiel。

Recap： 两种「第一性原理」，诞生出两种架构。

三、三种人，与人才价值的急剧放大

李少鹏：

有了 AI，一个人的价值会很快放大。过去一个人想获得一定的地位、金钱，或者品牌、影响力，需要很长的周期；有了 AI，这个会迅速放大。

这个比赛有两项最大的成就，一个对人，一个对产业。对人的很典型：三位优异成绩者走了三条不同的路。一位被收购了；一位进了腾讯，因为他喜欢技术研究，觉得这样的平台能帮助他做更深的安全攻防研究；还有一位在二次创业，当了老板。三位都曾是同事，很可贵的是，都是 00 后。

AI 带来的革命性区别是：过去一个人想走到今天这一步——百万年薪、百万奖金、拿到投资成为创业者——要经历很长时间，甚至需要团队。现在有了 AI，凭借对攻防能力的深度理解和编程经验，他们很快走到了这一步。

贾宇阳：

AI 时代好的人才画像是怎样的？我可以把人群大概分为三类。

一类是古法时代的人，无法完整拥抱 AI 时代的新变化；一类是直接出生在 AI 时代的人，只会给 AI 下命令。这两类各偏一侧。

还有一类中间的人：经过古法时代的洗礼，真的上手写过代码、真的自己读过文档，AI 时代到来后顺利迁移了过来。我认为中间这种人是未来最优秀的 AI 人才——他既有古法时代的判断力，又有 AI 时代的创新力，两种结合是很好的人才画像。

李少鹏：

他说的这三种人，你属于哪种？举手投票。

柯煜：

现阶段我还是觉得中间这类人更重要。过渡时期，我们需要懂前一代技术的人，帮我们顺利孵化出下一代的技术。过渡完成后，下一代的人就不需要再知道旧的技术了。我们现在是在为原住民做技术升级，他们未来直接享用我们的技术产物。

李少鹏：

宇阳认为，想做得更好，一定要了解过去、现在，才能有更好的未来；柯煜则认为，有些人不具备过去的历史经验积累，有了 AI 之后上来就变得很厉害。我对此持怀疑态度，你先讲讲为什么这么觉得。

柯煜：

我和贾宇阳都属于第三类人，这类人在当前阶段确实非常强。但我发现，极少数人具有一种——我现在不知道叫什么，姑且叫 AI Native——的思维模式。

我面试一个大二实习生时就遇到过：他只学过一年，但得出的很多结论，跟我和贾宇阳高度相似。他不知道 DAG（有向无环图）是什么——这是最基本的概念——但即便不知道 DAG，也能得出相似、甚至几乎一致的结论。

还有一点，是出于一种敬畏之心：这个世界不是离开了我和贾宇阳这样的人就不会发展。假设这样的人消失了，新一代的人肯定也能用全新的方式理解世界——只是不再是我们那种学习方式。我们那个学习路径很苦：看文档、写代码，不会修车是没法上路的，没有 4S 店、没有救援电话。现在他们在用一种新的、AI 的方式理解世界，而且更有效率。

还有个例子：我们的 CTO 也是第三种人，遇到很难的事，第一反应是拆解问题、一步一步做；但实习生不懂这个问题有多难，直接用 AI 就把事情做了。

李少鹏：

但如果你不懂这个规则，很多人会很痛苦。从小学、中学、高中到大学，还是「应试人类」那一套。一个正常人，大概率还是要经历过过去、现在，才能有积累、有好的未来——奋斗不一定有好的未来，但不奋斗，好未来的概率就会小。

李鑫：

看人才一定要随时代变化。什么样的人才符合需求，要看未来两三年或更长时间我们要解决哪些问题，而不是按过去的用人标准。模型进步会让很多过去的问题在未来两三年被解决掉，那一类人才我们就不再需要。我们要瞄准的是未来两三年要攻克的问题。攻克这些问题需要什么样的人才，那就是我们需要的。

李少鹏：

那你们给大家的建议呢？如何拿到好的成绩，如何提升自己的安全能力、AI 能力？

贾宇阳：

六个字：保持独立思考。

我看到很多人用 AI，会被 AI 的幻觉带走，AI 说什么就听什么。如果你是从古法时代成功迁移过来的人，大概率能分辨 AI 的幻觉，自然可以保持独立思考。如果你是纯 AI Native 时代的人，没有手写代码的经历，AI 说什么不能全信——\\唯一验证它是否正确的方法，就是去实践它。\\始终保持清醒的独立思考。

李少鹏：

我忽然发现，持有这种观点的人——包括我——有一个漏洞。现实世界里，没人会干一整套的事：盖楼的、画图纸的、和泥的，长链条没有一个人全会。社会分工导致我们只能一个人干一摊事情。

柯煜：

这也是 AI 时代带来的区别。AI 时代以前，获取知识很困难，一个人要成为全才，得学 A 领域、学 B 领域，很难。但在 AI 时代我觉得可以——我们不是在讲超级个体吗？

我认为的超级个体，就是具备各行各业领域的知识：虽然你当下不具备，但可以通过 AI 立马具备。有了古法时代的基础，有了 AI 时代的创新和思考，再有 AI 的加持，甚至还能去学其他跨领域的知识——这才是真正的 AI 全才、AI 超级个体，个人价值相当高。

李少鹏：

在当今什么都可以问 AI、很容易得到答案的时候，我们还需不需要自己学习？

柯煜：

肯定需要。学习是需要终身保持的技能，只是学习方式本质上变了。以前是真的读文档、一行一行调代码；现在没几个人还在用 debug——\\debug 已经是和修车一样的技能了。\\面试时问以前的「八股」，比如 SSRF 怎么绕过，没几个人懂，但不代表他们不行。

李少鹏：

我越来越理解他的想法了，我发现我有点动摇了——你看，修车不用管了。你只要把边界、出口和入口规定好，让它自己去干就行了。那个黑箱你没必要去了解，有人证明这个黑箱是对的就行。

柯煜：

还有执行力：有想法赶紧做，别光想。我们公司有个实习生，在「内行」眼里他应该什么都不懂，但在我们这边用 AI 办事很快，产品里很多代码都是他写的——先别管好不好，先看快不快。他在做的过程中自己逐渐学会，只是不再用我们那种一行一行读代码的方式。

执行力强、敢想敢做的人，目前还是稀缺的。这是我面试了这么多人之后，发现大部分在校学生缺少的——他们还停留在「赶紧去网上买个课」的思维里。但 AI 时代不应该这样：直接开干，干就完了。

李鑫：

本质是快速得到反馈、修正自己。人得在真实的环境里得到反馈，不能光想。敢想敢做，这个很重要。

李少鹏：

\\独立思考和执行力，其实任何时代都需要。\\这种人在任何时代都能快速跟上时代，这一点本质没有变化。

李鑫：

我希望大家能打破常规，有更新的思路，拿出来让大家看见。不要吝啬自己的激情，一起来创造更多价值。

Recap： AI 时代的人才逻辑，从 log n 变成 n，甚至 n²。

\*点击文末阅读原文即可前往观看完整直播回放

CYBER 平台现已开放试用