AI 能否降低网络安全的门槛？针对初学者 CTF 学习的人类中心混合方法研究

抢旁帖（CTF）竞赛是进入攻击性网络安全的入口，但由于复杂的工具链和不透明的工作流程，常为初学者带来较高的门槛。最近，针对网络安全的智能体框架承诺通过自动化和协调渗透测试任务来降低这些门槛。然而，这些框架在塑造初学者学习方面的作用仍未得到充分探索。我们进行了一项人类中心的、混合方法的案例研究，考察智能体框架——即 Cybersecurity AI（CAI）——如何中介初学者进入基于 CTF 的渗透测试。一位没有 prior hacking 经验的 undergraduate 学生尝试使用 CAI 接近来自全国网络安全挑战的绩效基准。以量化绩效指标为导师，以结构化的反思分析为手段，分析学习进展和 AI 交互模式。我们的主题分析表明，智能体 AI 通过提供概览、结构和指导，显著降低了初始进入门槛，从而降低了早期参与的认知负荷。定量地，观察到的广泛探索策略和较低的 per-strategy 执行时间潜在上有助于网络安全教育在 meta 层面，即战略层面的训练。同时，AI 辅助的网络安全教育引入了与信任、依赖和负责任使用相关的新挑战。我们讨论了人类中心 AI 支持网络安全教育的含义，并概述了未来研究的开放问题。