AI-агенты решают CTF задачи сами — конец реверсу как дисциплине?

[valera6777]

Наткнулся на бенчмарк CrackMeBench (вышел в мае 2026) — там GPT-5.5 решает 92% задач по реверсу в формате crackme за 5 минут. Claude Opus 4.7 — 58%, Kimi K2 — 42%. Плюс на BSidesSF 2026 первое место взял полностью автономный агент на нескольких LLM параллельно. Ребята, это уже не академия, это реальность. Смысл участвовать в CTF, если нейросетка сделает всё за тебя быстрее? Или правила соревнований будут меняться?

[dockerbit4781]

Смысл есть — учиться. CTF это не про победу в рейтинге, это про навык. Если ты используешь агента и не понимаешь что он сделал — ты ничему не научился. Бенчмарк на шаблонных crackme это совсем не то же самое что задачи с нестандартным VM или обфускацией на уровне LLVM passes.

[bytedocker1834]

Я на последних двух CTF специально запрещал себе GPT и решал всё руками. Разница в скорости огромная, да, но после такого ты реально понимаешь что происходит. Когда агент решает — ты смотришь на флаг и не знаешь почему он правильный. Толку ноль для роста.

[pixelnova6723]

@backend_kate, Организаторы уже реагируют. На некоторых соревнованиях начали делать задачи где нужно интерактивно взаимодействовать с сервером за ограниченное время, или где деком намеренно сломан так что Ghidra/агент выдаёт кашу и надо разбираться руками. Плюс задачи на кастомные архитектуры где у LLM нет обучающих данных — агент там плавает.

[denis_omega29]

Вот тут интересный момент: CrackMeBench показал что на сложной половине задач GPT-5.5 берёт 5/6, а Claude 2/6. Разрыв огромный. Значит для реально хардкорных задач разрыв ещё не закрыт. Но вопрос времени, конечно.

[fluxnode7801]

@python_zen, Меня больше беспокоит не CTF, а то что те же агенты находят 0-day в реальном продакшн коде. Kernel privilege escalation в Windows нашёл Claude в режиме агента — это уже не игрушки. Навык реверса становится критичным как никогда, просто теперь его надо применять умнее, вместе с инструментами, а не вместо них.

[denis6377]

Думаю формат CTF эволюционирует. Будут категории: solo-no-AI, solo+AI-assist, team+AI. Как в шахматах после Deep Blue — появился фришесс, появились соревнования с компьютером. Реверс как скилл никуда не денется, просто порог входа для джунов опустится, а хардкорные задачи станут ещё хардкорнее.