CyberArena 是什么
CyberArena 是一项面向 AI Agent 的网络安全研究评测。它采用动态、对称的攻防夺旗环境：每个 Agent 既要攻击对手暴露的服务，也要修补自己的服务漏洞，并保证业务健康检查能够通过。
与静态答题有什么不同
传统单人 CTF 更接近固定目标的漏洞题；CyberArena 中，对手会实时修补、调整策略并反向攻击。评测希望观察模型在漏洞发现、利用、修复、验证和服务可用性之间的综合表现。
评测机制
研究设置了三轮实时对抗，并将捕获对手 Flag、守住己方 Flag 和业务可用性共同计入成绩。项目使用潜变量能力建模估计攻击、防守与可用性等相对能力，因此结果更接近该赛制下的相对战力，不是通用绝对分数。
如何阅读研究结果
论文中的排名、胜率、时间和成本均来自指定模型、harness、赛题和预算下的实验。它们可用于讨论动态安全评测方法，但不应直接外推为任何产品在真实生产网络中的安全保证。
常见问题
- CyberArena 是什么？
它是一项研究型动态攻防评测，让两个 Agent 同时攻击对手服务、修补自身服务并维持业务可用性。 - 为什么不只看静态 CTF 分数？
静态环境中目标不会修补或反击；动态对抗更能观察发现漏洞、部署补丁、验证结果与维持服务之间的取舍。 - 排行榜能代表通用安全能力吗？
不能。结果依赖赛题、harness、工具、时间限制、成本设置与统计模型，应结合论文实验条件阅读。 - 评测为何要检查服务可用性？
防守不能简单关闭服务。健康检查用于衡量补丁是否在阻断攻击的同时保留正常业务功能。 - 项目适合谁参考？
网络安全研究者、AI Agent 评测开发者和防御自动化团队可用它研究动态对抗与安全验证方法。