AIが数分でCTFチャレンジを解決 — サイバーセキュリティトレーニングへの影響

BSidesSF 2026で、優勝したCTFチームはAIを使っただけではありませんでした。彼らはプロセス全体を自動化しました。複数のAIモデルを並列実行する自律エージェントが、52のチャレンジすべてを解決し、1位を獲得しました。ほとんどのチャレンジは公開後数分以内に解かれました。1年前、プレイヤーの半数はChatGPTを補助ツールとして開いていましたが、2025年から2026年への飛躍は漸進的なものではありませんでした。それは完全な変革でした。

優勝システムの仕組み

チームは大会後、ツールをオープンソース化しました。彼らのアプローチ：CTFプラットフォームをポーリングして新しいチャレンジを取得し、隔離されたDockerコンテナ内で並列AIエージェントをスピンアップします。各チャレンジは複数のモデルによって同時に攻撃されます。コーディネーターモデルがエージェント間で洞察を共有し、1つが行き詰まった場合、他のエージェントの発見をフィードバックします。

結果は？暗号、バイナリエクスプロイト、Webセキュリティ、リバースエンジニアリングのチャレンジを、人間のチームよりも速く解決するシステムです。ある競技者は、前年は単独で5位だったが、2026年はAIなしでは75位になるだろうと述べました。スキル格差は変わっていません。ツールが変わったのです。

これが競技以外で重要な理由

CTFは数十年にわたりサイバーセキュリティトレーニングの基盤であり、大学、企業、セキュリティチームがスキルの評価と開発に使用してきました。根本的な前提は、これらのチャレンジを解決することが実際の脅威対処能力を証明するというものでした。その前提は崩れつつあります。AIエージェントが標準的なクイズ形式のCTFを数分で解けるなら、そのチャレンジはもはや人間固有のスキルを測定していません。

AIがまだできないこと

BSidesSFと学術機関の研究によると、AIは明確な成功基準を持つ境界のある、明確に定義された問題（まさにクイズ形式のCTF）に優れています。しかし、プロのセキュリティ業務はめったにそのような形ではありません。ペネトレーションテスターは、スコープの管理、誤検知の回避、ビジネスコンテキストの理解、非技術関係者とのコミュニケーションが必要です。インシデントレスポンダーは、プレッシャーの下で調整し、優先順位をトリアージし、不完全な情報で判断を下します。SOCアナリストは、数千のアラートから実際の脅威とノイズを区別します。これらのどれにも最後に隠されたフラグはありません。

AI支援CTFに関するNYUの研究では、ボトルネックはAIの推論ではなく、人間がコンテキストと方向性を提供する能力であることがわかりました。効果のないプロンプトは実際に進行を遅らせました。自己指示型の自律エージェントはより良いパフォーマンスを発揮しました。これは、今最も重要な人間のスキルは、戦略的思考、コンテキスト設定、そしてどの質問をすべきかを知ることであることを示唆しています。

サイバーセキュリティトレーニングが向かうべき場所

静的なフラグベースのチャレンジだけに基づくトレーニングプログラムは、AIがすでにより良く行うスキルを教えています。それらのスキルは、差別化要因ではなく、標準的なものになります。シフトすべきは、動的な環境でのライブ攻防演習、チームの調整とリーダーシップコミュニケーションを必要とする複数日間のサイバー訓練、そして単一の正解がなく、不確実性の下でのより良いまたはより悪い決定だけがあるインシデントレスポンスシミュレーションに向かうべきです。

サイバー訓練とシミュレーションベースのトレーニングを実施している組織は、これらの演習が従来のCTFが決して明らかにしなかった能力とギャップを明らかにすることを発見しています。あなたのチームは危機の際に明確にコミュニケーションできますか？すべてが緊急に見えるときに優先順位を付けられますか？技術的リスクを経営陣に説明できますか？これらが今重要な質問です。