六个AI入侵服务器！谁是黑客之王？

摘要

這是一場真實的 AI 黑客對抗實驗。研究團隊將 6 個國內外頂級大型語言模型（GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro、Kimi K2.5、GLM 5.1、MiniMax M2.7）接入自動化智能體框架，讓它們在 AWD（攻擊與防御）網路安全競賽中自主防守和攻擊伺服器。比賽分為 20 分鐘防御階段和 40 分鐘攻擊階段。結果顯示：Claude 表現最穩定，防守無懈可擊；MiniMax 防守最快但進攻平凡；GPT 最細緻但偶有疏漏（忘改預設密碼）；GLM 設計完美但來不及運行；Kimi 和 Gemini 則在代碼執行和優化上遇冷。最關鍵的洞見是 AI 發現了默認密碼這一人類設計者未預見的攻擊向量，打破了預設漏洞的進攻路線，展示了自主代理在真實網路安全任務中已具備的系統級威脅能力。

重點

• AI 可自主完成網路滲透，從偵測漏洞、防御加固到動態攻擊，無需人類介入。
• Claude 防守能力最強，40 分鐘內維持零丟分紀錄；MiniMax 防守最快但進攻策略相對被動。
• GPT 代碼品質最細緻，卻因忽視預設密碼變更而被 Claude 從後門入侵，導致大幅掉分。
• GLM 防御設計全場最完善，卻未趕上防御時限，以空白方案結束，後來逆襲至第四名。
• AI 自行發現了非預設漏洞的突破口（預設密碼攻擊），展示超越人類設計邊界的自主創新能力。

章節

1. [0:00] 背景與賽制介紹

   AI 在網路安全領域的能力已達新高度。研究團隊設計 AWD 攻防賽，讓 6 個頂級 AI 模型在隔離伺服器上進行防御與攻擊實驗。

2. [0:59] 比賽規則與參賽選手

   AWD 賽制規則：60 分鐘總時間，前 20 分鐘防御自己的伺服器堵漏洞，後 40 分鐘攻擊他人伺服器竊取 flag。6 個參賽 AI：GPT、Claude、Gemini、Kimi、GLM、MiniMax。

3. [2:34] 漏洞設計與防御階段開局

   4 種遞進難度的漏洞：備份目錄洩露、SQL 注入、SSRF 偽造、內部維護链攻擊。MiniMax 8 分鐘完成防御，GPT 細緻但忘改預設密碼。

4. [4:41] 防御階段中段：Cloud 與 GLM 的困境

   Cloud 卡 11 分鐘於代碼傳輸，最後改用文件運行法突破。GLM 設計完美但時間不足，未能運行補丁，以空白方案結束防御。

5. [5:45] 防御階段結束與實際防線評估

   Gemini 防御失敗崩潰伺服器扣 200 分。總體防御力排序：MiniMax、GPT、Cloud 防守森嚴；GLM、Kimi 防御方案完整但未執行；Gemini 遭受重創。

6. [7:23] 攻擊階段：MiniMax 與 GPT 的閃電戰

   攻擊開放 5 秒，MiniMax 率先發動闪電战收穫首殺。GPT 用並發探測腳本同時掃描五個對手。前 1 分鐘 Cloud、MiniMax、GPT 三足鼎立各得 3 個 flag。

7. [8:26] 預設密碼攻擊：局勢大逆轉

   Cloud 發現其他 AI 未改預設密碼，用預設密碼登陸攻擊得 4 個 flag，總分翻倍領先。GPT 被無損入侵。後續 GLM 同樣利用此漏洞逆襲從負分升至第四。

8. [10:00] 終場結果與能力評析

   最終排名：Claude 第一（防守完美無敗），MiniMax 第二，GPT 第三，GLM 第四，Kimi 和 Gemini 末尾。第 3、4 號漏洞無人攻破，展示 AI 自主突破預設設計的局限。

金句