我们输掉了AIxCC。那么，接下来怎么办？
内容提要
作者参加DARPA的AIxCC网络安全挑战赛，历时两年，团队开发出能自动发现、触发并修复代码漏洞的系统，获初赛和决赛共300万美元奖金。决赛中因补丁组件两个小bug导致补丁代理首日全部冻结，最终排名第六。作者反思了集成混乱、测试不足、最后一刻改代码等教训，并致敬其他团队。
延伸解读
竞赛机制与评分逻辑
AIxCC决赛采用积分制：正确提交PoV得2分，补丁得6分，SARIF得1分，若将PoV与补丁捆绑提交可获1.5倍加成。这种设计凸显了补丁的高价值，也意味着补丁环节的失败会严重拖累总分。作者团队在PoV和SARIF上表现优异，但补丁仅排第六，正是因为补丁代理在首日全部冻结，导致大量潜在得分流失。
技术教训：集成与测试的短板
团队在决赛前一个月才仓促加入新的补丁组件，且未经代码审查，最终两个小bug相互作用导致补丁代理全部冻结。更深层的问题在于集成混乱、测试人力严重不足——整个测试仅靠一人反复重启流水线，系统从未连续运行超过48小时。这提醒我们，在复杂系统中，持续集成与长时间稳定性测试不可或缺，最后一刻修改代码风险极高。
规模扩展与架构选择
决赛计算预算大幅提升至8.5万美元Azure额度，LLM预算从100美元涨到5万美元，迫使团队重新设计基础设施。作者此前推动的消息驱动流水线和KV缓存状态存储，原本只为崩溃恢复，却意外成为水平扩展的关键。BandFuzz重写后能管理近2000个模糊测试器，强化学习在调度中发挥优势。这说明良好的架构决策能带来超出预期的扩展红利。
学术与竞赛的张力
作者在竞赛期间撰写的LLM种子生成论文被拒，理由竟是“LLM不是你的贡献”，而BandFuzz方法也被抢先发表。这反映了学术界对新兴AI方法的保守态度。与此同时，竞赛中LLM模型快速迭代，从GPT-4o到GPT-5，一年内格局巨变。作者认为学术界尚未准备好迎接这一趋势，而AIxCC这样的竞赛平台正推动产学研融合，可能催生新的研究方向。
Q&A
AIxCC 是什么比赛？它的规则和挑战是什么？
AIxCC 全称 AI Cybersecurity Challenge，由 DARPA 主办、ARPA-H 后续加入。比赛要求参赛者构建一个全自动的黑盒系统（称为 Cybersecurity Reasoning System, CRS），在无法人工检查代码的情况下，自动发现代码仓库中秘密注入的安全漏洞、生成触发漏洞的 PoC，并修复漏洞。
作者团队在 AIxCC 中最终获得了什么名次和奖金？
团队在决赛中排名第六（共七支队伍），获得了初赛的一百万美元启动奖和决赛的两百万美元奖金，总计三百万美元。
作者团队在决赛中失败的主要原因是什么？
失败的主要原因是补丁组件存在两个小 bug，这两个 bug 相互作用导致所有补丁代理在比赛第一天全部冻结，直到最后才恢复，系统连续四天没有可用的补丁代理，严重拉低了补丁得分。
作者从这次比赛经历中总结了哪些教训？
教训包括：集成混乱、测试不足（测试团队仅一人，系统从未连续运行超过48小时）、最后一刻修改代码（补丁组件未经代码审查）、过于关注单一指标（是否崩溃）而忽略系统整体理解。
AIxCC 决赛的评分规则是怎样的？
评分规则：每个正确的 PoV 提交得 2 分，每个正确的补丁提交得 6 分，每个正确的 SARIF 提交得 1 分。如果捆绑提交 PoV 和补丁，可获得 1.5 倍奖励乘数。
作者团队在 AIxCC 中开发了哪些主要技术组件？
主要技术组件包括：模糊测试（fuzzing）子系统、程序切片器（program slicer）、补丁组件、种子生成器、静态分析工具、消息驱动管道、Kubernetes 组件图、集中式种子最小化服务等。
