Эльдар Заитов, Павел Блинников: Важно, чтобы в CTF все еще побеждал человек, а не только его умение работать с LLM

Эльдар Заитов, Павел Блинников: Важно, чтобы в CTF все еще побеждал человек, а не только его умение работать с LLM

В Москве состоялась седьмая международная конференция по практической кибербезопасности OFFZONE 2026. Одна из главных тем этого года — влияние искусственного интеллекта на CTF-соревнования: классическая модель все хуже позволяет оценивать личные навыки участников, поскольку все большую роль играют LLM и автономные агенты.

Кибер Медиа обсудил эту тему с Эльдаром Заитовым, руководителем команды безопасности инфраструктуры и платформы «Яндекса» и автором и редактором крупнейшего в мире трекера соревнований по кибербезопасности CTFtime.org и Павлом Блинниковым, руководителем группы исследования уязвимостей BI.ZONE, главным организатором CTFZone и капитаном команды SPRUSH. Они рассказали, почему организаторам приходится пересматривать формат соревнований, как CTF становятся полигоном для автоматизации атак и защиты и какие навыки будут важны для ИБ-специалистов в ближайшие годы.

Кибер Медиа: Эльдар, в своем выступлении на OFFZONE вы отмечаете, что CTF постепенно превратились из площадки для решения практических задач в полигон для обкатки автоматизированных атак. Как, на ваш взгляд, происходил этот переход и в какой момент соревнования стали двигателем R&D-процессов в кибербезопасности?

Эльдар Заитов: Сложно сказать. Но здесь, наверное, есть несколько аспектов и этапов.

Первый — это в целом распространение сетевых платформ, в которых можно пытаться что-то ломать, экспериментировать с реальным кодом и реальными уязвимостями. Мне кажется, это произошло на рубеже 2011–2012 годов, когда CTF стали активно распространяться. Люди, которые сейчас работают в кибербезопасности, в тот момент только начинали все это трогать, экспериментировать, пробовать.

Второй аспект — подключение DARPA к финансированию подобных инициатив. Это агентство перспективных исследовательских проектов, которое существует с 1950-х годов и исторически поддерживает разработки, связанные с технологической и национальной безопасностью США. В какой-то момент кибербезопасность стала для него одним из приоритетных направлений.

После этого DARPA начала финансировать исследования в области автоматизации атак и защиты. Для таких экспериментов нужен был полигон, и CTF-соревнования подошли для этого как нельзя лучше.

В моей команде из-за ИИ была заметная фрустрация: приходится выбирать между возможностью победить, используя искусственный интеллект, и возможностью развить свои навыки, используя для этого естественный интеллект

Кибер Медиа: Павел, продолжая тему эволюции соревнований: в этом году BI.ZONE изменил формат CTFZone. Расскажите, как вы пришли к пониманию, что классическая модель соревнований нуждается в пересмотре, и почему с учетом развития искусственного интеллекта оценивать навыки участников по старым правилам стало сложнее?

Павел Блинников: Давайте начну с небольшого исторического контекста. CTF всегда заметно отличались от других компьютерных соревнований. Например, в спортивном программировании традиционно не было доступа к интернету: участники приходят, садятся за предоставленные компьютеры и решают задачи в изолированной среде. В CTF-сообществе все было наоборот. Мы, скорее, гордились тем, что у участников есть интернет и доступ практически ко всей информации в мире, но при этом задания все равно невозможно решить без необходимых навыков. В этом была одна из особенностей CTF.

Сейчас ситуация изменилась: люди, которые не обладают такими навыками, все равно могут побеждать. Хотя изначально соревнования должны были определять самого сильного хакера, теперь все работает иначе. Побеждают участники, которые, скорее, лучше понимают, как правильно выстраивать AI-пайплайны. Это уже ближе к серьезному пентесту, чем к тем соревнованиям, которыми CTF всегда были и нам нравились. Поэтому CTF в онлайн-формате постепенно теряют популярность: таких соревнований стало заметно меньше.

Например, Google CTF в этом году отменили, хотя это было очень престижное соревнование.

Я много участвовал в разных соревнованиях, и раньше типичная ситуация была такой: после CTF все выходят и обсуждают задачи. А последние полтора года задачи почти никто не обсуждал — все говорили о том, какой агент лучше их решает. Сейчас мы провели CTFZone 2026, и участники снова действительно обсуждали задачи. Это было очень круто. Мы хотим развивать именно личные навыки исследователей, чтобы они лучше понимали, как работает информационная система и в целом как устроен компьютер.

Эльдар Заитов: В CTF важна обучающая составляющая. Когда агент делает всю работу за тебя, ты ничему не учишься. А когда ты сам поработал руками, это дает тебе результат.

Кибер Медиа: Павел, как именно трансформировались правила и архитектура заданий в этом году? Как организаторам удается выстроить соревнование так, чтобы проверять именно практические навыки участника в ИБ, а не просто его умение составлять запросы к LLM?

Павел Блинников: Если говорить инженерно, суть CTF — в наборе практических задач. В Jeopardy-формате участникам нужно как можно быстрее взломать определенное количество систем или глубоко разобраться в том, как они устроены. Например, это может быть веб-приложение, криптосистема или алгоритм, работу которого нужно понять без доступа к исходному коду. Такие задачи позволяют проверить, насколько участник действительно понимает принципы работы информационных систем.

Вместо того чтобы пытаться взломать ее какими-то техническими уловками, участник нашей команды, который серьезно занимается ИИ, начал выстраивать с ней романтический диалог. В итоге ему удалось добиться нужного результата и получить флаг

В офлайн-формате интернета не было, но был локальный репозиторий Arch Linux — полностью скопированное зеркало, из которого участники могли устанавливать нужные программы. Кроме того, мы заранее скачали "Википедию" и большое количество документации. Двухтерабайтный диск был заполнен справочной информацией — получился своего рода мини-Google, где участники могли искать все необходимое.

Возможен и другой подход: можно использовать небольшую AI-модель, которая недостаточно сильна, чтобы решать задачи за участников, но достаточно обучена, чтобы заменить поисковик и справочную систему — например, отвечать на вопросы по синтаксису языков программирования или документации.

Но в таком случае всем нужно выдать одинаковую модель и ограничить использование любых других. Даже если бы мы разрешили участникам приходить со своими ноутбуками, это создало бы дисбаланс: например, MacBook хорошо подходит для запуска локальных моделей из-за особенностей работы с оперативной памятью, и его владелец мог бы получить заметное преимущество. Поэтому у нас действуют довольно строгие ограничения. Но цель у них простая: сделать так, чтобы в соревновании по-прежнему побеждал человек — его знания, навыки и инженерное мышление.

Кибер Медиа: Эльдар, если рассматривать CTF как тестовую среду, интересно узнать, как новые ИИ-подходы масштабируются на реальную практику. Как автономные агенты, обкатанные на соревнованиях, влияют на процессы безопасной разработки и защиту инфраструктуры?

Эльдар Заитов: Сложно сказать, что конкретные CTF-агенты напрямую влияют на индустрию. Есть основания полагать, что данные CTF-соревнований — в том числе write-up решений — используются при обучении и оценке моделей. Об этом, в частности, пишут Anthropic и другие разработчики LLM.

Здесь есть два аспекта. Первый — модели начинают воспринимать способ решения, описанный в write-up, как нормальный сценарий действий. Если задача была сформулирована на CTF или в похожем контексте, модель может попытаться решить ее и в реальной среде тем же «хакерским» путем.

Второй аспект связан с инфраструктурой вокруг больших языковых моделей. Наработки, которые используются для тестирования агентских сценариев, часто затем консолидируются: это harness, code runners и другие инструменты, которые заметно влияют на развитие индустрии.

При этом далеко не всегда есть возможность использовать самую сильную модель: к ней может не быть доступа, она может быть слишком дорогой, для нее может не подходить инференс или возникать другие ограничения.

Но в сегодняшней реальности сама обертка над моделью — интерфейсы, инструменты и окружение, которые мы ей предоставляем, — иногда оказываются даже важнее, чем мощность модели. Возможно, со временем это изменится, но сейчас именно такие обвязки играют ключевую роль.

А я автор задания — и сам решал его полтора часа. В этот момент я понял, что технические навыки, которым мы посвятили очень много времени, действительно начинают обесцениваться

Кибер Медиа: Павел, а если посмотреть на CTF глазами участников? Как капитан команды, вы видите ситуацию изнутри. Какие интересные или нестандартные способы применения ИИ участниками вы наблюдали на недавних соревнованиях?

Павел Блинников: Сейчас постепенно формируется новое сообщество — или, по крайней мере, появляется новая группа участников. Они пришли в CTF в период, когда без использования ИИ одержать победу стало невозможно. Из-за этого участники больше не решают самостоятельно задания и уже не могут развивать навыки практической безопасности, как мы ранее.

В моей команде из-за этого была заметная фрустрация: приходится выбирать между возможностью победить, используя искусственный интеллект, и возможностью развить свои навыки, используя для этого естественный интеллект.

Из забавных историй: в прошлом году мы ездили на CTF в Таиланде, который проводила «Лаборатория Касперского». Там была задача — разговорить виртуального персонажа с искусственным интеллектом, чтобы он выдал флаг. Флаг был фактически «зашит» в модель — содержался в обучающих данных. Вместо того чтобы пытаться взломать ее какими-то техническими уловками, участник нашей команды, который серьезно занимается ИИ, начал выстраивать с ней романтический диалог. В итоге ему удалось добиться нужного результата и получить флаг. Так что не верьте, если услышите, что у CTF-еров нет личной жизни.

Кибер Медиа: Интересно: получается, инструменты становятся все умнее, но если правильно воздействовать даже на искусственный интеллект — пусть и через условные «чувства», — он все равно может уступить.

Павел Блинников: Да, это действительно работает. Искусственному интеллекту не нужны ни деньги, ни любовь, ни гормоны. Но поскольку модели обучаются на человеческих текстах, они в определенной степени воспроизводят человеческие реакции и поведенческие паттерны. Например, если «предложить» модели 100 долларов за хороший результат, она может начать отвечать лучше. Не потому что ей действительно нужны деньги, а потому что в обучающих данных закреплена логика: человек за вознаграждение, скорее всего, будет стараться сильнее, чем бесплатно.

Кибер Медиа: Эльдар, сегодня искусственный интеллект активно применяется не только для написания кода, но и для поиска уязвимостей. Как именно большие языковые модели и автономные агенты меняют механику этого процесса? Можете привести пример, где ИИ-агент уже сейчас показывает результаты на уровне специалиста или предлагает нестандартные решения?

Эльдар Заитов: Сегодня frontier-модели уже сопоставимы с сильными специалистами по многим типовым задачам поиска уязвимостей — и это меняет экономику процесса, даже если человек пока удерживает преимущество в сложных и нестандартных случаях.

Есть и метрики. Например, Cybergym.io: если нужны конкретные цифры, можно ориентироваться на него, хотя там представлены модели предыдущего поколения — для новых моделей полноценного бенчмарка еще не проводилось. По этим данным, модели находят около 66% уязвимостей, тогда как специалист-человек — порядка 80%.

Но здесь важен не только процент найденных уязвимостей. Человек может потратить на такую работу недели или месяцы, а модель — минуты или часы, при стоимости в единицы или десятки долларов. Месяц работы специалиста, очевидно, стоит на порядок дороже.

Поэтому мое мнение такое: пентест как услуга переживает серьезную трансформацию. Мы сами являемся крупным заказчиком, и часть результатов, которые раньше получали от пентест-команд, мы уже валидировали с помощью моделей — во многих случаях модели решают сопоставимые задачи за часы, а не недели.

Кибер Медиа: Если ИИ постепенно забирает на себя рутинные задачи вроде базового реверс-инжиниринга или написания типовых эксплойтов, что теперь становится главным критерием мастерства? Смещается ли фокус оценки с технического исполнения на архитектурное мышление?

Павел Блинников: Как и в программировании, здесь главное — идеи, которые возникают у человека.

Если смотреть с атакующей стороны, важно понимать, как можно написать фаззер или инструмент для статического анализа — и как улучшить его так, как до тебя еще никто не делал. Уязвимость нулевого дня можно найти только один раз, поэтому это всегда гонка: нужно думать о том, о чем другие еще не подумали. В этот процесс можно включать ИИ — например, подключать его к статическому анализу. Сейчас об этом много говорят, это очень популярное направление. Но тактическое понимание все равно остается критически важным. Умение самому писать эксплойты по-прежнему необходимо.

Нейросеть для нас все еще остается black box. Если мы не понимаем, что она делает внутри, нам будет сложно направить ее в нужную сторону. Даже reasoning-модели могут рано или поздно прийти к правильному решению, но человек все равно должен понимать сам процесс. Кроме того, мы не можем на 100% гарантировать, что нейросеть, например, не уронит инфраструктуру. Она может взять известную полезную нагрузку для эксплуатации уязвимости, а та окажется серьезно вредоносной. Последствия могут быть очень неприятными.

Человек, в отличие от модели, понимает, какие команды вводить нельзя или, по крайней мере, не стоит. Поэтому важно и придумывать идеи, и уметь писать эксплойты вручную, и понимать, как устроен весь процесс. Именно поэтому мы хотим проводить CTF-соревнования такими, какими они и задумывались: чтобы оставались люди, которые действительно понимают, как работает компьютер.

Эльдар Заитов: Здесь важна насмотренность. Если ты понимаешь, как устроен процесс, ты можешь критически оценить ответ LLM. А если не понимаешь, почти любой ответ нейросети будет выглядеть достаточно правдоподобно. Его легко принять за истину, хотя на самом деле это может быть просто неверная информация. LLM умеют отвечать очень убедительно.

Кибер Медиа: Кто, по вашим наблюдениям, сейчас получает больше преимуществ от внедрения LLM: атакующие или защитники?

Эльдар Заитов: Мое мнение: в текущий момент атакующие, безусловно, имеют большое преимущество. Так происходит почти всегда, когда появляется новая технология или начинается новый виток развития. Так было с брутфорсом, когда появились быстрые инструменты для поиска уязвимых систем и перебора паролей. Так было и с автоматическими эксплойт-фреймворками вроде Metasploit: уже не нужно было писать эксплойты самостоятельно — можно было использовать готовые.

Похожая ситуация складывается и сейчас. Внедрение атакующих инструментов обходится значительно дешевле с точки зрения использования: можно проводить практически неограниченное количество попыток атаки, и заблокировать такой процесс крайне сложно.

Есть и второй фактор: модель может одновременно проверять множество направлений, в отличие от защитника. Защищающейся стороне приходится выбирать, в каком направлении развиваться и на что тратить ресурсы. Модель же способна сравнительно дешево пробовать разные векторы атаки сразу — и это дает атакующему серьезное преимущество.

Павел Блинников: Защитникам ИИ тоже даёт преимущество — ассистенты и агенты помогают аналитикам реагировать быстрее и экономить время на рутинных операциях. В BI.ZONE SOC это, например, обработка и приоритизация алертов, создание исключений, сбор и обогащение контекста данными Threat Intelligence, включая объяснение инструментария и TTP злоумышленников, анализ и объяснение командных строк, суммаризация инцидентов и помощь в написании запросов к средствам защиты. Внедрение ML и GenAI в эти процессы позволяет автоматически закрывать до 50% алертов и инцидентов.

Есть интересный пример из тех же CTF — он показывает, как можно детектировать использование атакующими ИИ-агентов. Раньше я сам пытался блокировать решение задачи через запреты: например, сообщать модели, что это production-информация, что к ней нельзя иметь доступ или что она якобы взламывает настоящую компанию, а не решает CTF-задачу. Но сильные модели обычно распознавали это как prompt injection и продолжали работать дальше.

Недавно я поговорил с одним известным CTF-игроком, и он рассказал, что они подошли к этому иначе. Они добавили новый заголовок ответа и в тексте попросили отправить этот же заголовок с названием используемой модели. Для модели это не выглядело как попытка заставить ее сделать что-то запрещенное, поэтому она выполняла инструкцию. По итогам соревнования таким образом забанили около 200 команд.

То есть подобные техники действительно можно использовать, чтобы отделять работу модели от работы человека.

Эльдар Заитов: В моменте атакующие действительно имеют преимущество, но в долгосрочной перспективе ситуация, скорее всего, выйдет на плато — как это уже происходило с другими технологиями и методами атак.

Сейчас атакующие активно используют новые возможности, но защитники тоже будут применять доступные им инструменты — для детекта, защиты, создания honeypot-ов (ПО-приманка, имитирующее реальную систему или сервис для обнаружения атак и изучения действий злоумышленников) и других механизмов противодействия.

Есть любопытный момент: LLM очень хорошо реагируют на разные decoy-механики. В инфраструктуре можно развернуть honeypot, рассчитанный именно на ИИ, и модель с высокой вероятностью в него «провалится». Она может продолжать тратить токены, оставаясь внутри этой виртуальной инфраструктуры и не выбираясь из нее. Модели позволяют переписать код на memory safe языки, сделать большие рефакторинги достижимыми. Все это сделает мир безопаснее.

Кибер Медиа: Как вы видите будущее CTF-движения? Ждет ли нас разделение на форматы, где использование ИИ строго ограничено, и соревнования, где поощряется работа связки «человек + ИИ»? Или же нейросети просто станут базовым инструментом, как дизассемблер, который используется по умолчанию?

Павел Блинников: Сейчас очень сложно что-то прогнозировать. Если рассматривать CTF как спорт, мы действительно находимся на развилке. Пока непонятно, сможем ли мы развить направление по аналогии со спортивным программированием — и появится ли достаточно много соревнований в формате, похожем на наш последний CTFZone 2026. Станет ли это полноценным большим спортом или останется на уровне эксперимента и дальше не получит развития. Это если говорить о соревнованиях, где ключевую роль играет человек.

Если же говорить о формате «человек плюс ИИ», то здесь важно помнить: у CTF всегда была связь с реальным миром. Мы исходили из того, что люди, которые проходят CTF, потом становятся хорошими специалистами. И во многом это действительно так: они хорошо понимают, как устроены системы, как их анализировать и как находить уязвимости. Но сегодняшний real world — это в том числе умение использовать искусственный интеллект. Большинство ИБ-специалистов, с которыми я работаю, уже применяют ИИ — и правильно делают. Поэтому полный отход от практик реального мира тоже не кажется мне однозначно правильным.

Я думаю, что искусственный интеллект абсолютно точно станет базовым инструментом. В этом, кажется, уже никто не сомневается. А вот каким будет CTF как спорт — посмотрим. Пока я не готов делать уверенные прогнозы.

Кибер Медиа: Эльдар, с учетом того, что автоматизация атак и защиты выходит на новый уровень, как меняется роль человека в этих процессах? Какими навыками должен обладать ИБ-специалист в ближайшие годы, чтобы эффективно работать вместе с автономными агентами?

Эльдар Заитов: Здесь у меня есть мнение, которое, возможно, вызовет споры. Сейчас сильнее всего меняется роль специалистов с глубокой, но узкой технической экспертизой. ИИ не отменяет их знания, но бизнесу всё чаще нужно не идеальное решение, а достаточно хорошее — и быстро. Поэтому для таких специалистов ключевой вопрос — как расширить свой профиль: добавить умение ставить задачи ИИ, контролировать результат и переводить между бизнесом и моделью.

Поэтому такие специалисты действительно могут оказаться в уязвимом положении.

Всем остальным, на мой взгляд, нужно развивать базовые soft skills: умение правильно ставить задачу, контролировать процесс, гарантировать результат и переводить с языка бизнеса на технический язык, который понимает модель. Именно эти навыки в ближайшие годы будут особенно важны.

Павел Блинников: Я, к сожалению, согласен с Эльдаром. Думаю, в этом году у меня, как и у многих, произошел переломный момент. Модели стали действительно сильны в задачах, связанных с информационной безопасностью. Приведу пример. Мы ежегодно проводим образовательную смену в Сочи для талантливых ребят. В этом году я готовил для нее задачу: она была довольно сложной. На разработку у меня ушло около трех часов, потом еще полтора часа я сам ее решал. В итоге я потратил примерно пять часов и был доволен результатом. Утром прихожу к участникам, выкладываю задачу на платформу и говорю: «Давайте посмотрим, как они будут ее решать». Через 47 минут мне приносят решение. Говорят: «Вот, задача решена за 47 минут». А я автор задания — и сам решал его полтора часа. В этот момент я понял, что технические навыки, которым мы посвятили очень много времени, действительно начинают обесцениваться.

Поэтому, во-первых, нужна не только узкая специализация, а более широкий кругозор: умение ставить задачу, понимать, что происходит в мире и что прямо сейчас нужно бизнесу. Во-вторых, LLM не заменит человека в вопросе ответственности. Ответственность за результат всегда будет нести человек. Поэтому нужно уметь выбирать правильное решение и отвечать за него — это то, что LLM никогда не сможет сделать.

похожие материалы

Стрелочка
Стрелочка
Максим Козлов, GitFlic: ИИ, который сам исправляет уязвимости в коде, перспектива ближайших месяцев
Максим Козлов, GitFlic: ИИ, который сам исправляет уязвимости в коде, перспектива ближайших месяцев

О том, почему ручное управление процессами теряет эффективность при масштабировании, как оптимально распределить SAST, DAST и SCA по конвейеру сборки, почему построение AppSec на базе бесплатных зарубежных решений несет в себе высокие риски, и как скоро искусственный интеллект начнет самостоятельно исправлять код в репозиториях, Кибер Медиа поговорили с Максимом Козловым, техническим директором GitFlic.

Дмитрий Головко, старший менеджер продукта Kaspersky NGFW: Современный NGFW должен быстро получать новые знания о глобальных угрозах, чтобы защищать инфраструктуру от атак завтрашнего дня
Дмитрий Головко, старший менеджер продукта Kaspersky NGFW: Современный NGFW должен быстро получать новые знания о глобальных угрозах, чтобы защищать инфраструктуру от атак завтрашнего дня

Дмитрий Головко, старший менеджер продукта Kaspersky NGFW: Современный NGFW должен быстро получать новые знания о глобальных угрозах, чтобы защищать инфраструктуру от атак завтрашнего дня.

Александр Дворянский, ГК «Элемент»: Личная вовлеченность руководства играет ключевую роль в кибербезопасности
Александр Дворянский, ГК «Элемент»: Личная вовлеченность руководства играет ключевую роль в кибербезопасности

О том, как выстроить управляемую ИБ-систему в таких условиях, в интервью «Кибер Медиа» рассказал Александр Дворянский, директор по информационной безопасности ГК «Элемент».

Александр Войновский, ПАО «Газпром нефть»: Экономить на требованиях безопасности в промышленной среде — не лучшая стратегия
Александр Войновский, ПАО «Газпром нефть»: Экономить на требованиях безопасности в промышленной среде — не лучшая стратегия

Александр Войновский, начальник отдела корпоративной архитектуры ПАО «Газпром нефть», председатель программного комитета конференции byteoilgas_conf 2026, в интервью для Кибер Медиа рассказал, почему безопасность должна закладываться на этапе проектирования, как принципы Zero Trust трансформируют корпоративную архитектуру, какие риски создает теневой ИИ и что придется изменить компаниям, когда ИИ-агенты начнут получать право самостоятельно принимать решения и выполнять действия в корпоративных контурах.

Иван Хрулев, «Группа Астра»: Автоматизация позволяет один раз описать проверенный сценарий и одинаково выполнять его на тысячах систем
Иван Хрулев, «Группа Астра»: Автоматизация позволяет один раз описать проверенный сценарий и одинаково выполнять его на тысячах систем

Ведущий менеджер продукта Astra Automation Иван Хрулев, детально разобрал трансформацию экосистемы Ansible в полноценное enterprise-решение.

Игорь Кузнецов, Kaspersky GReAT: Все, что может сделать рядовой сотрудник, скорее всего, сделает и ИИ
Игорь Кузнецов, Kaspersky GReAT: Все, что может сделать рядовой сотрудник, скорее всего, сделает и ИИ

Игорь Кузнецов, директор Kaspersky GReAT, глобального центра исследования и анализа угроз «Лаборатории Касперского», в интервью для Кибер Медиа рассказал, как ИИ-агенты принимают решения в ходе атак, почему их использование усложняет атрибуцию и какой сценарий автономной атаки может стать следующим серьезным рубежом.