人工智能团队与人类黑客对抗，竞赛结果如何？

admin

人工智能团队与人类黑客对抗，竞赛结果如何？

作者：James Bentley
来源：Help Net Security
引用：https://www.helpnetsecurity.com/2026/03/06/cybersecurity-competition-ai-vs-human-hackers/

在名为“NeuroGrid”的网络安全竞赛中，我们获得了可能是有史以来最大的控制数据集，用于比较增强人工智能团队与仅由人类组成的团队在专业级别的进攻性安全任务上的表现。

该活动在“Hack The Box”平台上进行了72小时，吸引了1,337支仅由人类组成的注册团队和156支注册人工智能代理团队，他们在九个安全领域内的36个挑战中展开竞争，难度分为四个级别。人工智能团队通过模型上下文协议操作，并由人类在环中监督。分析涵盖了958支人类团队和120支人工智能代理团队，每支团队都至少尝试了一个挑战。

人工智能与人类黑客的对抗：完成率和解决率

增强人工智能的团队以显著更高的比率完成挑战，大约有73%的团队完成了至少一个挑战，而仅由人类参与者的完成率仅为46%。

解决率的优势在排名较低的团队中最为明显，随着技能水平的提高而稳步缩小，从所有参与者的3.2倍降至顶尖5%的1.69倍。在精英级别，表现最佳的人类团队在总解决挑战数上超过了最顶尖的人工智能增强团队。

难度级别塑造了优势

人工智能的表现优势并非在所有难度级别上均匀分布。在中等复杂度上，优势达到峰值，然后在高难度挑战上退缩。人工智能团队未能完成三个挑战。在最简单的挑战上，人工智能的解决率是人类的近两倍，报告将其识别为自动化对入门级职位的潜在风险。

速度差异按技能层划分

在所有解决团队中，人工智能增强团队的平均速度略慢。在精英级别，情况急剧逆转。顶尖的人工智能增强团队完成挑战的速度比仅由人类组成的对手快几倍，这使得速度成为该级别的最明显运营差异化因素。

领域性能差异很大

性能差距因安全领域的不同而相差约三倍。结构化和系统化领域，如安全编码和区块链，显示了最大的人工智能优势。创造性行业，如编码和逆向工程，显示的差距最小，特别是在精英表现者中，两组接近持平。

人工智能优势随着人类专业知识的增加而缩小（来源：Hack The Box）

跨职业级别的人力资源规划

在入门级别，人工智能在常规任务上的解决率表明，标准分析师工作可以使用当前工具进行自动化。使用人工智能工具的入门级工作人员可以产生更高的产出数量，而无需发展验证输出的底层技能或指导更复杂的难题。自动化原本用于训练初级分析师的任务，在人才管道中造成了缺口，这产生了未来的高级从业者。

在中级职业阶段，人工智能在中难度任务上的优势是所有难度级别中最强的，也是人工智能工具部署的最高回报目标。在这个层面，速度的提升在事件响应工作流程中产生累积效应。

在精英级别，人工智能作为一个速度放大器。高级从业者保留了在最难问题上的能力优势。将精英分析师与人工智能共飞行员配对，并将最复杂的事件路由到由人类领导的团队，可以保持这种优势。

对安全运营的影响

将人工智能输出放大器建模到红队威胁场景中的组织将对对手的速度和能力设定更现实的假设。围绕仅由人类攻击者时间表构建的事件响应窗口和服务等级协议将低估增强人工智能的对手的威胁。

按领域部署的人工智能工具，从结构化利用类别开始，比统一推出提供更快的回报。同时，保留和培养高级操作员仍然是优先事项。在难题上的新颖推理是人类专业知识仍然领先的领域，而这种能力需要持续投资于现实世界的挑战训练以保持。