AI 全自动攻破 CTF 赛事：BSidesSF 2026 改变安全竞赛规则

在 BSidesSF 2026 的 CTF（Capture The Flag）夺旗赛上，AI 已经不只是辅助工具——前十名队伍将解题过程全面交给自动化智能体执行，冠军系统并行调度多个大模型，在数分钟内独立破解全部 52 道赛题。这一事件正在改变网络安全竞赛与训练的底层逻辑。

BSidesSF 2026 发生了什么

BSidesSF 是信息安全社区在旧金山举办的年度会议，其 CTF 竞赛被视为技术风向标。2025 年时，约半数参赛者仍以 ChatGPT 作为辅助，主要用它处理简单题目、把精力留给难题。一年后，画风骤变：今年前十名队伍几乎完全依赖自动化 AI 智能体完成比赛，多数赛题在发布后几分钟内即被攻破。一位参赛者回顾说，自己去年靠人力打到第五名，今年若不使用 AI，估计只能排在第七十五名左右——技能本身没变，工具变了。

冠军方案的技术构成

夺冠团队在赛后开源了他们的工具。系统的工作流程大致如下：

• 持续轮询 CTF 平台的题目列表；
• 每道新题触发后，在隔离的 Docker 容器中并行启动多个 AI 智能体；
• 多模型同时尝试解题，覆盖密码学、二进制漏洞利用、Web 安全、逆向工程等不同方向；
• 一个协调模型在智能体之间同步发现，任一智能体卡壳时可借鉴其他智能体的进展。

这套「多模型并行 + 协调器」的架构把当前主流智能体设计思想带到了实战对抗场景，效率超过任何纯人类队伍。

网络安全训练的假设正在动摇

CTF 长期被高校用于教学、企业用于人才评估、安全团队用于保持手感。其隐含假设是：能解题的人就有应对真实威胁的能力。当 AI 智能体能在几分钟内完成一道标准 jeopardy 风格（独立、可验证、有明确 Flag）的赛题时，这道题衡量的是机器更快更好的能力，而非人类独有技能。这并不意味着网络安全技能过时，但衡量与培养方式必须更新。

AI 仍然不擅长的部分

来自 BSidesSF 与高校的研究指向一致结论：AI 在边界清晰、目标明确、有明确成功标准的任务上表现优异——这恰好描述了大多数 jeopardy 风格 CTF 题。但现实安全工作很少如此。渗透测试需要管理测试范围、区分误报、理解业务背景、向非技术干系人沟通；事件响应需要在压力下跨团队协调、做信息不全时的判断；SOC 分析师需要从成千上万条告警中识别真实威胁。这些工作没有藏好的 Flag 等你去找。

NYU 一项研究还发现：在 AI 辅助 CTF 中，瓶颈并非模型推理能力，而是人类提供上下文与方向的能力。低效提示反而拖慢进度，自主决策的智能体表现更好。这意味着 AI 时代最稀缺的人类技能并非技术执行，而是战略思维、设定上下文、知道该问什么问题。

训练重心需要转向何处

围绕静态解题展开的项目，正在训练 AI 已经更擅长的技能——它们仍有价值，但正变成「基础门槛」而非差异化优势。新的训练方向包括：实时变化的攻防对抗演练、需要多团队协调与向上沟通的多日演练、没有标准答案的事件响应模拟。这些场景考察的是判断力，而非纯粹的技术知识。

部分组织已经转向基于演练与仿真的训练，并发现这些练习暴露出的能力与短板是传统 CTF 难以揭示的：在危机中能否清晰沟通？能否在一切看似紧急时正确排序？能否向董事会解释技术风险？这些才是 AI 接管例行技术工作后真正决定成败的能力。