CTF今后到底会变成什么样子——ISCC赛后总结

初识 CTF

4 月初，我开始知道有 iscc 这个比赛，学校加分多，老师推荐参加。想着既然要参加，那就先查查这个赛事的流程和要点。因为是第一次参加 CTF 这类的比赛，想着做一点准备，就去helloCTF 上看看这个东西的流程，结果是开幕雷击

当时的我感觉已经魔怔了，感觉 ai 无所不能，也不太看得起这些技术（当时装系统刚刚被 ai 代装各种环境震惊到）。可能就在下图这个橙线的附近（笑

之后也认真看了几天 helloCTF 的每个模块的内容。也和 ai 做了一些题，自己实在是没思路，只能依葫芦画瓢。 其实我是知道一些方向的题目类型的，网上冲浪就见过不少，不过系统的学习总归还是不习惯，题目也完全没心思做，脑子全是 ai 怎么秒掉。所以没几天就全部放弃了。 之后在 b 站搜索时就看见这个传奇的视频

对于这个比赛的预期也就降低了很多。 到了 5 月 1 日,校赛开始，也是噩梦开始，当时的我还不知道到底面对的是什么恐怖的比赛。

图为前一天调试 kali，装的是 codebuddy，想着免费国产 ai 凑合一下，因为感觉 agent 在 pwsh 经常出错，且听说 kali 内置了很多工具，所以选的（但是后来处理 word 给我带来了很多麻烦

ai 挺能做题

校赛开始，首先就是平台进不去，卡住了大部分人，当我 ai 做出 1 题时，看见校榜有人只差 2 题了，开始感觉有点难绷，想着大家都这么强。

被 ai 逼疯中

在下午之前也是靠 ai 顺利完成大部分题，misc 太吃脑电波了，ai 解不动，最后是靠网络的 wp 解的（小众变态比赛特有的渠道）

5 月 2 日，官方群里也是充满了快活的气氛，我也渐渐感觉这个比赛也不是很权威了

致敬传奇整活王 z 神

比赛开始越来越抽象

5 月 3 日，官方突发恶疾，在没有任何通知的情况下出了一道机器学习的题

这个题的评分也十分猎奇， 数据量不太足，数据集里感觉还有噪声，用普通的模型准确度都不太高，但是却只能提交 5 次，越做越低这一块

下午 2 点，突然集体开智

排行榜前面的每个人都是全对了

群里的焚诀，但是我用了还是没过，也不知道是不是真的

群里怨声载道

下午 4 点，又是突然一个公告

莫名其妙就结束了，浪费大家假期一个下午的时间。

5 月 4 日，这个比赛已经初现端倪了，这时我已经逃离学校，美美旅游了（但是这游戏本是真的重，旅行带太降体验了，比赛挑假期这一块）

省赛—八仙过海

省赛 5 月 9 日 8 点开始，但是 15 分钟还是没进

骗你的，进了也看不见题

那几天我捣鼓了中转站，准备用 GPT 大战一番，结果：

5.5 太安全了🤣

这时感觉自己还不赖（GPT 还是强）

官方群欢乐多

这几天虽然没怎么认真做题，但是分数还够看，也开始了 wp 的编写和提交。web 的复现还是比较容易的，我每题都花了 30min 左右，其实自己复现也发现题目也没有很难，只是做的太少，不能第一时间马上想到而已。

为后来我被 ban 埋下伏笔（不是）

图为有师傅打到云实例（？）发现 flag 之前没有，但是有 10 多个人已经交成功了

汇编真的好难懂 不知道前人是怎么学逆向的 有了 IDA 还是得需要借助 agent 分析。自己找好难

草台班子这一块

5 月 13 日，又出现有一波人提前扫端口扫到题目，一大波秒提交。我已经麻木了😴。从省赛过后，每天都有擂台题，已经整不动了，还加上上课，即使做出来也比其他人慢，往往最后只有 70% 60%的分数了（难绷的分数衰减）

神秘主办方又偷偷加题，且是又没有提前通知，当时真有点受不了了，折磨学生大半个月，每天心惊肉跳。

之后直接演都不演了，解散了所有的群聊，像我这样单兵作战的直接没了信息来源，各种题的问题只能自己琢磨了，像是进入了黑暗森林。也因为没有客服的通知，我在国赛当天都忘记开始了这回事，排名马上到后面去了。

当时的 token 消耗（纪念一下）

iscc 笑传之查查爆，这个题从 8 点进不去 一直到下午 15 点 30 才开放，让很多人苦苦等在电脑前面浪费时间（包括我）

GPT 能做题，WP 还是得自己写

之后就是痛苦的写 wp 的时间了，因为我只对 web misc 还比较熟悉 其他的几乎是看不懂的状态，各种工具我还是借助 agent 一步一步的学习使用的，所以复现非常的痛苦又耗时，最后直接摆烂 ai 写文档我再小改了，在最后有惊无险的提交了 47 篇 wp。

赛后总结？

经过漫长的等待，最终结果是我国赛的成绩 ban 了（随机 ban 人名不虚传），只有省三（差 1.. 省二） 这次比赛倒是让我的视野得到了极大的拓展，原来线上 CTF 已经变成科技大赛了，ai 的出现极大的降低了 CTF 的门槛，我这种几乎零基础的新手也可以快速上手各种题目，这也让我的学习的路径变得“ai 原生”。ai 成了不可缺少的一部分，这变相减少了要网上翻各种资料和论坛的麻烦。 但是 ai 始终还是不能替代人类的判断，有几次明明 ai 都快拿到 flag 了，但还在做各种校验，这时只要引导一下 ai，马上就可以得到答案。而我缺少的一些经验以及围绕模型建立的工具链（要不然 ai 会降级或者反复尝试安装导致浪费时间）也是和最快的师傅？拉开差距的一部分。 ai 挖洞其实已经有可行性了（现在已经看见批量挖洞的了）。也弱化了我对于 Linux 的刻板印象，ai 在 Linux 简直是如鱼得水，各种配置都能靠命令搞定，有种一切尽在掌握的感觉，且软件间的壁垒也很弱，很容易实现通信协作。