← 返回列表

人工智能网络挑战赛(AIxCC)落幕

聚合站 SecWiki技术 作者 威胁棱镜 发布 2025年12月15日 09:00 入库 2026-11-18T03:04:08

人工智能网络挑战赛(AIxCC)不仅是一场技术竞赛,更是全球网络安全防御范式转移的里程碑。自2016年DARPA举办Cyber Grand Challenge(CGC) 比赛以来,自动化攻防技术虽然取得了一定进展,但始终受限于传统程序分析技术(如符号执行、污点分析)的可扩展性瓶颈。

随着大语言模型(LLM)的爆发,DARPA敏锐地捕捉到了将生成式人工智能与传统形式化方法结合的契机,旨在攻克困扰行业数十年的核心难题:如何以机器的速度和规模,自动发现并修复关键基础设施软件中的漏洞。AIxCC旨在证明,通过构建“网络推理系统”(Cyber Reasoning Systems, CRS),可以将漏洞修复周期从“数月”压缩至“分钟”级,从而根本性地改变攻防的时间维度。

AIxCC分为两个赛段,即2024年的半决赛和2025年的决赛:

半决赛(2024年8月):42支队伍在DEF CON 32上角逐,最终7支队伍脱颖而出,每队获得200万美元的研发资金以备战决赛。

决赛(2025年8月):决赛在DEF CON 33期间举行,环境更为严苛。系统被置于完全隔离的环境中运行,参赛团队在比赛开始后无法对系统进行任何干预。

半决赛

决赛

提升幅度

漏洞检出

37%

77%(54个)

超过2倍

漏洞修复

25%

61%(43个)

超过2倍

平均修复时间

数小时

45分钟

显著缩短

与以往使用小型合成程序的CTF比赛不同,AIxCC直接使用了支撑全球数字经济的真实开源软件作为靶场。2023年AIxCC初创时,组织者雄心勃勃地想要测试多种编程语言编写的项目。然而经过多次考量和多轮反馈,最终只保留了与OSS-Fuzz兼容的C和Java项目,甚至Linux内核项目也被移除了。DARPA在这些代码库中植入了七十个漏洞,基本涵盖了各类常见漏洞。参赛系统的任务不仅是发现这些漏洞,还要应对代码库中原本可能存在的、未知的0day漏洞。

决赛中,七支队伍的CRS系统在没有人类干预的情况下,成功发现了绝大多数的植入漏洞。更令人瞩目的是,系统发现了18个此前未知的0day漏洞(6个C/C++漏洞和12个Java漏洞),并成功修复了其中的11个。这一结果打破了“AI只能发现浅层模式漏洞”的质疑,证明了自动化系统已具备深入挖掘复杂逻辑漏洞的能力。

排名

队伍

机构背景

奖金

1

Team Atlanta

佐治亚理工, Samsung, KAIST, POSTECH

$400万

2

Trail of Bits

Trail of Bits (商业安全公司)

$300万

3

Theori

Theori (安全研究机构)

$150万

4

All You Need Is A Fuzzing Brain

德州农工大学等

-

5

Shellphish

UCSB (加州大学圣巴巴拉分校)

-

6

42-b3yond-6ug

西北大学等

-

7

Lacrosse

SIFT等

-

此处不过多介绍每个队伍的详细架构设计,只简单介绍一下个人觉得有意思的点。他们都发布了大量相关的材料来进行详细介绍,值得一读。

①Atlanta发现,直接要求LLM“修复漏洞”往往效果不佳,需要进一步设计提示工程技术。在Prompt中强制LLM扮演特定角色,如“你是一位来自Google DeepMind的资深安全研究员”或“你是一位严谨的代码维护者”。实验表明,这种心理暗示能显著提升LLM生成代码的质量和安全性。甚至在表示“我会给你200美元的小费”后,大模型生成了更长、更详细的回答。

②Atlanta的研究人员发现80亿参数级别的模型(如GPT-4o-mini)在代码模式识别任务上往往优于超大模型。小模型足以理解代码结构,且更少出现“过度思考”导致的简单问题复杂化。

③ 与竞争对手大量使用昂贵的推理模型不同,Buttercup坚持使用成本较低的非推理模型。Buttercup在获得亚军的同时,将每分成本控制在惊人的$181。这说明只要工程架构得当,无需天价算力也能实现顶级的自动化安全能力。

④Buttercup在自动修复方面表现卓越。比赛中,它成功生成并提交了一个长达300多行代码的补丁,成功修复了一个极度复杂的漏洞。这打破了“自动修复只能处理单行代码错误”的刻板印象,展示了AI系统处理复杂逻辑重构的潜力。

⑤Theori在使用纯静态分析不进行PoV验证的情况下,生成了三个正确的补丁,大模型对代码语义的理解是惊人的。并且Theori重度使用Infer,但它的误报率约为99.9%。

⑥All You Need Is A Fuzzing Brain构建的系统,其超过90%的代码都是AI辅助编写的。该系统通过一百个虚拟机的高并发,发现了最多的0day漏洞。

CRS完成任务的开销可以低到152美元,当防御成本大幅度降低时,防御者首次在经济曲线上具备了对抗攻击者的潜力。

主办方DARPA与Anthropic、谷歌、微软和OpenAI合作举办这场挑战赛,力求推进网络安全与人工智能的产业融合和技术创新。成功进入半决赛的七支队伍,每队获得了200万美元的奖金。总决赛的前三名,分别得到400万美元、300万美元和150万美元的奖金。合计2250万的奖金加上此前资助七个小微企业赛道的700万美元,再加上决赛后DARPA又追加的140万美元(奖励给进入决赛的其他参赛队伍,以帮助他们将其系统应用于现实世界的关键基础设施组织),DARPA一口气拿出了3090万美元(约合2.18亿人民币)。

Anthropic、谷歌、微软和OpenAI共同为本次比赛提供了技术支持,以及每个队伍价值35万美元的大型语言模型额度,确保参赛队伍拥有所需的计算能力。

按照现行的规则,在决赛后两周内获奖的队伍要按照开源促进协会(OSI)的许可将CRS作为开源软件发布。

https://archive.aicyberchallenge.com/https://team-atlanta.github.io/blog/post-afc/https://team-atlanta.github.io/artifacts/https://taesoo.kim/pubs/2025/kim:atlantis.pdfhttps://blog.trailofbits.com/2025/08/09/trail-of-bits-buttercup-wins-2nd-place-in-aixcc-challenge/https://ringzer0.training/countermeasure25-buttercup-and-darpas-ai-cyber-challenge/https://theori.io/blog/aixcc-and-roboduck-63447https://all-you-need-is-a-fuzzing-brain.github.io/https://b3yond.org/crs

DARPA AIxCC 2025不仅是一场比赛的结束,更是一个时代的开始。它标志着网络安全防御从“人力密集型”的手工时代,正式迈入了“计算密集型”的智能自动化时代。

原文链接:https://mp.weixin.qq.com/s/P3UKhXhhdGDP36vK8oaQmA