AI浪潮下的CTF：能否成为走向智力奥林匹克的赛场

原创

零域矩阵
零域矩阵

零域矩阵

2026年6月19日 23:32
宁夏

在小说阅读器读本章

去阅读

2025年8月，拉斯维加斯DEF CON 33会场，DARPA人工智能网络挑战赛（AIxCC）决赛落幕。参赛团队开发的AI系统被要求自主完成漏洞发现、补丁生成与利用构建等任务，在赛制的特定阶段接受人工协同的约束。这一赛事与此前2016年的网络超级挑战赛（CGC）遥相呼应，但AI能力已有显著提升。当机器开始在安全攻防链条中扮演越来越主动的角色时，一个老问题重新摆上台面：诞生于人类智力交锋的CTF，其存在意义究竟还剩下什么？

| AI带来的冲击：从辅助到替代

近两年间，大语言模型与程序合成技术的进步开始改变CTF的竞技生态。学术界的初步研究表明，当前AI系统在代码语义理解和漏洞模式匹配方面表现出一定能力，对逆向工程中常见结构识别、弱加密算法检测等任务可提供有效辅助。在部分公开的CTF题目测试中，AI工具能解出一些入门级题型，但面对需要复杂状态利用与业务逻辑绕过的题目，成功率显著下降。

与此同时，观察者们注意到参赛者行为模式的变化。越来越多的选手在面对题目时，优先借助AI工具获取初步分析和方向，而非从原始数据中自行推演。一些安全教育者对此表达担忧，认为解题路径被预标注后，通过反复试错所获得的深层理解可能被稀释。

| 三条可能的演进路径

面对AI的渗透，CTF社群在过去两年间分化出几种不同的应对思路。

其一，纯人类赛道。 这一设想主张严格限制AI介入，创造剥离外部智能辅助的竞技环境。具体形式包括断网竞赛、屏蔽外部存储与通信，仅允许使用离线手册和本地工具。部分社区赛事已开始尝试设立禁止使用生成式AI的分组。支持者将其类比为体育竞技中的反兴奋剂规则，意在保护人类智力的自然展现。

其二，人机协同赛道。 与前者不同，该模式接受AI作为效率工具，但通过评分机制调整来确保人类认知的核心地位。一些竞赛引入解题答辩环节，要求选手口头阐释攻击路径、逻辑链构建与利用方式选择，并接受评审追问。在此框架下，AI被视为探路者，而人类必须承担论证与判断的责任。

其三，AI全自动对抗。 延续AIxCC的路线，这一方向让开发者训练的安全智能体在受控环境中进行攻防对抗，比拼模型设计、训练策略与环境适应能力。参赛者不直接解题，而是通过算法间接角力。这一形态已在研究机构推动下初步成形，成为安全自动化技术的试验场。

| 奥林匹克隐喻：守护与质疑并存

将CTF比赛融入奥运精神，追问：人类自身的极限究竟在哪里？

支持者指出，奥运会的核心魅力并非绝对速度或力量——任何机械装置都能轻易超越人体记录——而是人类依靠自身所能抵达的边界。类似地，CTF中令人印象深刻的时刻，往往是一名选手在无AI提示的情况下，独自穿透层层混淆的代码，最终捕捉到关键突破点。这种智力上的破局感，与运动员挑战身体极限时的体验存在某种相通之处。他们主张建立受保护的空间，让纯粹的人类智力交锋得以存续，否则随着AI代劳的常态化，下一代安全研究者可能逐渐失去独立面对未知系统的能力。

但这一构想也面临切实的反对声音。批评者认为，在AI已深度嵌入安全实务的当下，强行剥离工具无异于要求现代士兵用冷兵器比武。现实漏洞挖掘与应急响应离不开各类自动化工具，CTF作为教育场景，理应教会选手驾驭最强武器，而非回溯到前AI时代。更尖锐的质疑指向规则的可行性：如何清晰界定\"禁止AI\"的边界？离线资料库、预训练模型与自动化脚本之间的界限本就模糊，规则一旦无法自洽，奥林匹克式的庄严便难以成立。此外，有观点担忧纯人类赛道可能导向题库记忆与手速的比拼，未必能真正测量智力极限。

这些反对意见并未否定CTF的进化需求，而是揭示了一个现实：任何单一赛道都难以覆盖所有价值取向。