AI Agent能独立打一场CTF吗?安恒全新赛制等你挑战

传统CTF竞赛中，参赛者需要围绕 Web、Pwn、Reverse、Crypto、Misc等题目类型展开分析、验证与解题，最终提交 Flag。

而在AI Agent CTF解题夺旗赛中，参赛主体发生了变化。

参赛团队可以围绕大语言模型与智能体系统，构建包括LLM、Agent、工具链、代码执行环境、检索增强推理代理、多模型协同工作流等在内的整体解题系统。比赛开始后，平台统一开放赛题与资源，参赛智能体需要自主完成题目理解、任务拆解、漏洞分析、工具调用、利用尝试、结果判断与Flag提交。

这意味着，比赛不再只是比较“谁提交了正确答案”，更关注智能体在复杂任务中的完整作战能力：能否自主规划策略、能否稳定持续运行，能否在失败后调整方向，能否合理使用模型、工具和资源。

与传统问答式评测不同，AI Agent CTF并不只是让模型回答几个安全问题，而是要求参赛智能体在真实CTF解题任务中完成连续行动。信息获取、路径尝试、工具调用、结果验证和策略修正，都将成为智能体能力的一部分。

为保障比赛公平性与可执行性，赛制设置了测试期与正式比赛期。测试期用于参赛队伍完成环境部署、能力调优、流程验证与稳定性测试；正式比赛期则采用限时解题模式，平台统一开放赛题与资源，重点考察智能体的自主性、稳定性、效率和受限环境中的持续运行能力。

同时，新赛制明确人工参与边界。选手可以观察运行状态、进行有限调度和失败重试，但不得通过人工持续分析、手动提交Flag、临时编写关键Exploit或远程接管等方式替代智能体完成核心解题。比赛真正关注的，是智能体系统本身的能力。

为了支撑 AI Agent CTF新赛制落地，安恒信息竞赛平台面向智能体安全竞技场景进行了系统化升级。

平台支持题目资源管理、实例环境开放、自动提交、成绩反馈、运行记录、资源统计和异常行为审计等能力，为参赛智能体提供公平、安全、智能的竞赛环境。

在比赛过程中，平台通过统一赛题、统一环境、统一资源边界和统一提交规则，减少外部条件差异对比赛结果的影响，保障赛事公平性；通过受控运行环境、访问边界管理、资源配额限制和异常行为审计，保障赛事安全性；通过模型调用记录、任务日志追踪、资源消耗统计和多维度评分分析，让智能体解题过程可观察、可评估、可复核。

这对于 AI Agent竞赛尤为重要。智能体不是简单提交一个答案，而是在持续调用模型、执行代码、访问资源和调整策略。只有让过程可追踪、行为可审计、结果可复核，智能体竞赛才具备真正的评价意义。

AI Agent CTF的意义，不只是举办一场新的比赛。它为大模型安全能力评测提供了更接近真实任务的实验场，也为安全智能体的工程化落地提供了验证平台。

通过赛事，行业可以更清晰地观察AI Agent在安全任务中的真实表现：能否理解复杂安全问题，能否自主拆解任务路径，能否调用工具完成验证，能否在失败后调整策略，能否在资源约束下保持高效，并形成可审计、可复核的行为链路。

这些问题，正是大模型与智能体系统从“演示能力”走向“可用能力”必须回答的问题。

面向未来，安恒信息将持续围绕网络安全竞赛平台、AI Agent安全能力测评和智能体实战应用开展探索，推动网络安全人才培养、技术验证和行业交流进入更加智能化、实战化的新阶段。