以Buttercup开启AIxCC决赛征程
DARPA人工智能网络挑战赛（AIxCC）决赛正式启动，我们的网络推理系统Buttercup已整装待发！这项最初限制严格的赛事现已变得更加雄心勃勃。参赛团队现在可以构建自定义AI模型、自主控制基础设施，并同时应对多种类型的安全挑战。伴随新挑战而来的是更多资源——每项挑战的预算从半决赛的100美元提升至1000美元以上。
这些改变不仅是数字上的增长，更是让参赛者能够构建更接近实用安全工具的系统，而非学术概念验证。技术方法的弹性扩展也意味着我们将看到AI在网络安全问题上更创新的应用——这些在半决赛限制下根本无法实现。
预算与时间扩展
决赛最显著的改变是每支团队可用资源的大幅增加。半决赛中，参赛系统在严格限制下运行：
- 时间：每项挑战仅4小时分析时间
- AI预算：每项挑战仅100美元用于商业AI API调用（如ChatGPT、Claude）
- 计算预算：固定分配的虚拟机资源，扩展选项有限
决赛阶段的约束条件（可能调整）现已变为：
- 时间：每项挑战8+小时
- AI预算：每轮10,000美元用于商业AI API调用（每轮含多项挑战）
- 计算预算：每轮20,000美元用于Azure资源（服务器、VM、GPU）
这些新增资源让我们能在更实际的时间框架内进行更彻底的分析。Buttercup现在能够：
- 执行更深入的动态分析并对补丁进行更全面的测试
- 扩展资源密集型任务（如模糊测试）的规模
- 使用更多样化的商业AI模型处理更广泛的任务
多轮竞赛机制
与半决赛单轮评分不同，决赛包含三轮不计分的展示赛，让团队能在最终评分轮前迭代改进其CRS系统：
| 轮次 | 开放时间 | 计分 | 关键参数 |
|---|---|---|---|
| 展示赛1 | 4月1日 | 不计分 | 2万计算预算+1万AI预算，2项挑战，最多2项并发，48小时窗口（仅差异扫描挑战） |
| 展示赛2 | 5月6日 | 不计分 | 同预算，15-30项挑战，最多4项并发，8小时差异扫描/24小时全扫描窗口 |
| 展示赛3 | 6月3日 | 不计分 | 参数待定（提前30天公布） |
| 决赛轮 | 6月24日 | 计分 | 参数待定（提前30天公布） |
表1：决赛阶段竞赛结构
这种渐进式设计鼓励系统适应变化的需求——这是现实世界安全工具的关键品质。参赛者还能基于前几轮反馈迭代优化方案，使DEFCON 2025亮相的最终系统更加健壮。
多样化挑战类型
最具技术意义的变革是引入多种挑战类型。半决赛仅有一种挑战模式——提供少于100次提交的精简git历史的真实开源软件。决赛挑战仍基于真实开源软件，但现包含：
-
差异扫描挑战
提供代码库和引入漏洞的单个diff文件。代码库包含初始模糊测试工具，diff文件则为CRS提供识别和修补漏洞的额外起点。 -
全扫描挑战
呈现已包含漏洞的扁平化代码库。没有diff文件作为起点，CRS必须仅依靠模糊测试工具对代码库进行全面分析。 -
SARIF广播挑战
提供SARIF格式的静态分析警报（可能为真阳性或假阳性）。CRS需评估警报是否代表真实漏洞，并可选择提供补丁。
这种多样化至关重要，因为现实漏洞可能通过代码审查、静态分析工具、模糊测试和运行时监控等多种渠道发现。能处理所有这些输入的系统在实际安全环境中将更具价值。
支持自定义AI模型开发
这项赛事政策的最大变革是DARPA现在允许使用自定义AI/ML模型。半决赛中系统仅能使用Anthropic、OpenAI和Google的第三方模型。现在参赛者可开发部署自己的专用模型（需通过竞赛审核且可复现）。
团队现在能够：
- 微调专门用于安全漏洞检测的模型
- 为漏洞分析的不同环节创建专用模型
- 开发轻量级高效模型处理重复性任务
为确保公平竞争仍有限制：自定义模型不能预训练记忆开源软件历史漏洞信息。这防止团队简单教授模型已知问题，确保系统展示真正的推理能力。
弹性计算资源配置
另一重大技术转变是赋予参赛者基础设施的直接控制权。团队现在获得Azure订阅，仅受轮次计算预算约束，而非半决赛的固定计算资源分配。
这意味着团队能基于每项挑战的独特需求制定资源分配策略：
- 为计算密集型模糊测试分配更强硬件
- 为运行自定义AI模型配置昂贵GPU实例
- 根据挑战复杂度动态扩展资源
- 并行运行多个分析管道
这种弹性让团队能在不计分轮次试验不同分配策略，确定哪种方案最适合各类挑战。
评分算法革新
AIxCC决赛保留"补丁价值远高于单纯漏洞发现"的核心评分原则，但新增维度：
新增得分机会：
- SARIF分类：正确标记静态分析警报的真/假阳性
- 捆绑提交：将SARIF广播与漏洞和补丁关联
新评分修正项：
- 早鸟奖励：越早提交得分越高
- 跨团队验证：补丁必须能抵御所有团队发现的崩溃输入才能得分
这些改变激励团队构建能快速通过不同方法发现漏洞的系统，并创建真正解决漏洞根源而非过滤特定崩溃输入的补丁。
Buttercup的下一步
Buttercup 2.0正在参与展示赛，团队利用反馈优化方案。我们的工作将在6月下旬的决赛轮达到高潮，结果于8月DEF CON 2025公布。这项赛事诞生的系统将代表自动化漏洞发现与修复领域的重大飞跃。
敬请关注Buttercup在AIxCC决赛中的更多进展！
免责声明：本文涉及的AIxCC规则、评分指南、基础设施和活动信息可能变更。本文非权威文档，请以DARPA官网和官方文件为准。