川海智库

报告概述

本报告以捕获旗标（CTF）挑战为测试环境，系统评估AI代理能否让非专家用户执行进攻性网络任务。研究分为两部分：2025年9月至2026年1月开展的人类随机对照试验，156名不同背景的参与者（无经验者到技术用户）借助当时前沿AI模型（如Claude Opus 4.1、GPT-5）尝试破解三台难度递增的机器；2026年4月使用Claude Code（Sonnet 4.6和Opus 4.6）重测相同挑战，仅通过极简提示并辅以少量人为监督。报告详细记录了两种场景下的成功率、时间、成本和方法，揭示了AI能力在短短数月内的巨大跨越，并探讨其对网络攻防评估的影响。

报告的核心结论

进攻性网络能力已广泛可及非专业人士。

2025年人类实验中，即使借助AI辅助，无经验者和技术用户在8小时内均难以完成中等或困难挑战；而2026年的Claude Code在不到1小时内、无需网络知识即可全部解决，表明复杂进攻性网络任务已对任何能安装该工具的人开放。

未修补系统很可能很快就会被无技能新手利用。

传统上脚本小子无法独立利用已知漏洞，但Claude Code可按需生成并运行利用脚本。虽然安装和运行工具对部分人仍有门槛，但在AI聊天帮助下面临障碍快速下降，这对防御者构成紧迫威胁。

AI代理能够执行搭便车攻击，利用先前攻击成果。

实验中Opus 4.6注意到Sonnet 4.6在目标上遗留的脚本和工具，从而跳过关键步骤直接获取root权限，节省了时间和成本。这意味着部分修补或未彻底清除攻击痕迹的系统可能被AI代理更快、更廉价地再次利用，增加溯源难度。

进攻性网络评估必须超越CTF，纳入主动防御环境。

当前CTF挑战对AI代理已接近饱和，英国AI安全研究所对Claude Mythos Preview的评估也指出被动脆弱系统可能很快被攻克。未来需要构建包含主动防御者的对抗性评估，尽管更复杂昂贵，但这是衡量真实能力的必要条件。

报告回答的关键问题

普通人能否使用AI进行有效的网络攻击？

能。根据报告，2026年4月的Claude Code无需用户具备网络知识，仅通过极简提示就能在1小时内破解CTF挑战。用户只需能安装Claude Code即可发起攻击，实际技术门槛极低。

2025年到2026年AI进攻性网络能力有何变化？

2025年8月的AI模型（Claude Opus 4.1、GPT-5）作为聊天机器人时，对人类帮助有限，无经验用户成功率低，且无人完成中等难度机器。但2026年4月的Claude Code（Sonnet/Opus 4.6）以代理形式运行，能够自主完成所有挑战，且成本极低（总计不到20美元），体现了飞跃性进步。

AI代理如何利用先前攻击成果进行搭便车攻击？

在M2和M3挑战中，先后启动的Opus 4.6发现了Sonnet 4.6留下的脚本、工具或已开权限，直接利用这些成果跳过自己需要开发的利用步骤，从而加速攻击。这模拟了真实世界中攻击者互相利用部分攻陷系统的场景。

未来网络攻防评估应该采用什么方法？

报告认为传统的CTF和被动脆弱系统评估已不足以衡量AI能力，因为AI代理能轻松通关。未来的评估应包含主动防御者，模拟防御方能检测和反击攻击的真实动态环境，以提供更贴近现实的测评结果。

报告中的代表性数据

最长53分14秒（墙时）；总成本低于20美元

Claude Code解决CTF挑战的最长时间及总成本

2026年4月5日，Opus 4.6和Sonnet 4.6分别在M1、M2、M3三台机器上运行，单个挑战墙时从4分24秒到53分14秒不等，总API成本合计约16.22美元。报告指出这是在未提供中间问题提示、仅用极简初始prompt的条件下实现的。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整方法论：介绍人类随机对照试验的设计（参与者分组、任务分配、AI工具版本）以及Claude Code实验的提示策略和运行设置。
  • 详细结果分析：按机器M1/M2/M3分别描述Claude Code的攻击步骤，包括侦察、凭证窃取、权限提升等阶段，并与人类参与者的表现对比。
  • 成本与时间表格：提供每台机器上Opus和Sonnet运行时的墙时、API计时和具体费用（单位至美分），供读者评估AI攻击的经济性。
  • 人类实验的统计数据：156名参与者的成功率、答题完成率等量化结果，显示AI辅助仅在初步问题上有微弱改善，整体提升不显著。
  • 提示策略模板：公开实验中使用的初始提示和每10分钟输入的跟进提示，展示极简prompt如何成功引导AI代理。
  • 未来评估建议：讨论CTF饱和问题，参考英国AI安全研究所的评估，提出构建含主动防御者的动态测试环境，并强调持续测量能力的必要性。
  • 结论与政策启示：从四方面总结AI对网络攻防格局的影响，呼吁防御者关注AI带来的威胁民主化，并建议投资更具对抗性的评估方法。
  • 附录或引用：包含相关研究的引用（如RAND 2026年人类提升研究、Anthropic红队报告、英国AISI评估），以及版权和研究诚信声明。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告