【優勝🥇】防衛省サイバーコンテストをAIで攻略した話 - Qiita
本記事は、筆者がAIとの対話形式で思考整理を行い、その内容を基に構成しています。いわゆるAI記事です。記載内容は公開情報の範囲内に基づいており、言及されているコンテストでのAIの使用は主催者の定めるルールに従っています。 はじめに はじめまして、セキュリティエンジニアのSatoki (@satoki00) です。普段はWeb脆弱性診断をやりつつ、株式会社Ikotas Labsという会社で代表をやっています。趣味はCTFと呼ばれるセキュリティコンテストで、所属チームでは主にWeb・Misc・AIのジャンルを担当しています。 先日、防衛省サイバーコンテストに、チーム名 株式会社Ikotas_Labs として出場し、圧倒的な速度で優勝しました。これはコンテスト用に構築したAIエージェントを投入し、Flag提出までを完全自動化した結果です。 本記事では、なぜAIエージェントで挑んだのか、どう設計し
エンジニアは、なぜ生成AIで仕事が楽にならないのか - Qiita
はじめに 「生成AIで開発が楽になる」「バイブコーディングで生産性が爆上がりした」 そんな話を聞くたびに、こう思ったことはないでしょうか。 「いや、そこまで楽になってないが？むしろ忙しくなった」 実際、生成AIでコーディング作業が削れた代わりに、別のコストが前面に出てきました。 たとえば、こんなやつです。 評価コスト：出力の良し悪しを判断し続ける（レビュー地獄がまさにこれ） 前提共有コスト：背景・制約・文脈を毎回説明する 会話運用コスト：ラリーが増えるほど文脈が肥大化し疲弊（同じ説明の繰り返しも含む） 統合作業コスト：部分的に良いアウトプットを最終成果物として整形・接続するのが面倒 責任コスト：最後は人間が責任を持つので、結局「確認」が省略できない つまり、生成AIは“手を動かす部分”は削ってくれる一方で、判断と整理の負荷をこちら側に寄せてきます。 これが「確かに速くはなったが、思ったほど
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
がんばれゴエモン大集合！ | KONAMI(コナミ)
