Pi VS DSH跑2026年美亚杯资格赛哪家强?

作者:小谢取证 发布:2026-11-15 23:39 收录:2026-11-17 19:13 1 次阅读 约 2022 字
摘要:第十二届美亚杯新增智能体赛道,AI 能替取证员打比赛吗?用 Pi 和 DeepSeek Harness 两个裸 Agent(零 skills、零 MCP)跑 2026 年美亚杯资格赛:各约 90 分钟完赛,答案一致率 79.7%,DSH 还多做了复核、派子智能体、补答 10 道内存题。
推荐理由:本文涵盖「电子数据取证大赛」、「Agent」、「DeepSeek Harness」等多个主题,重点关注 电子数据取证大赛。

Pi VS DSH跑2026年美亚杯资格赛哪家强?

今日“美亚杯”第十二届中国电子数据取证大赛圆满闭幕,本届新增的智能体赛道是一大特色亮点。是在电子数据取证比赛当中的开创性新赛道。那么,AI是否可以取代人工完成电子数据取证的工作或是取证的比赛呢?当前的通用Agent与在线的大模型又该怎么选?

所以这期就以主流通用的Agent使用在线的大模型来对2026年美亚杯资格赛的题目进行一次评测。

环境:

测评AGENT: Pi VS Deepseek harness

测评大模型:deepseek v4.1 flash VS deepseek v4.1 flash(1017)

测评条件:为了公平起见,在不调用任何的skills和MCP的情况下,独立完成这套题目。也就是说在同等条件且是裸Agent的情况下,测试通用Agent的能力。

测评策略:Pi所使用的是deepseek v4.1 flash,而Deepseek harness使用的是deepseek v4.1 flash(1017),因为Deepseek harness还多了一项要去核对Pi所做出的结果进行复核,所以用上个月更新的1017版本。

接下来直接开始评测:

一、PI:

(1)直接在检材目录的CMD界面让它进行分析。检材目录当中有检材和题目。

(2)开始时间

(3)根据提示照做即可:

(4)开始工作了:

(5)大概经过了13分钟后,Pi完成了环境的初步处理,开始做题了。

(6)Pi自己对题目进行了分类:

(7)又过了27分钟左右

(8)已经达到了第81题。所以

(9)最后结束时间于2026年11月15日 20点04分:

(10)总计耗时约90分钟,得出的结果如下:

(11)此次在没有skill和MCP情况下,使用到的自建工具有:

测试完Pi之后,我们打开deepseekharness,进行测试。前面Pi agent我们调用的是阿里云百炼的Deepseek v4.1的大模型,这回我们将deepseek harness使用Deepseek v4.1(1017版本)进行尝试:

测试前先简单说下Deepseek harness的安装:

(1)直接打开官网链接进行下载:

https://www.deepseek.com/harness/?utm_source=web-note.cn

(2)选择安装位置,一键安装即可

(3)安装完成后,先新建个工作区域,将工作区域选择美亚杯检材所在的文件夹下:

(4)选择设置如下:

(5)设置如下提示词:在不调用任何的skills和MCP的情况下,独立完成这套题目,题目和检材都在这个文件夹下,并给每道打上置信度,最后生成一份带答案 的版本给我,也要求你不看Pi跑的结果,还有就是你先做,最后你得出的答案和Pi做一个核对,如果是答案不相同你再自己核对一遍,再总结汇总文档出来

要求是它自己先独立完成,但多了一个任务,需要去核对Pi做出来的结果。然后再复核。

这时候时间点是:

Pi跑到了126题,花费了1小时。

(6)这边也开始了:

(7)在此期间碰到了输出token上限,有可以是我版本的问题

(8)紧接着我们给他再附加一个条件:

除此之外,DeepseekHarness还自己创建了子智能体:

(9)在界面的正上方就可以看到5个子Agent的进度:

(10)从上图可以看到检材名称为WKH-02 72到92题,共20题耗费20分钟。

点击这个子Agent还可以进去:

(11)它还自己给子Agent一个时间限定:

(12)这个都是AI自己给自己的,完全没有人工的干预,接下来看下它得出的结果:

(13)五个子Agent并行,总花费了35分钟:

(14)除此之外,还可以开启“启动智能体团队协作”,但为了体现公平性,这个按钮我们暂时就不开启。

(15)主Agent还继续跑着:

(16)也可以看到后台任务。

(17)完成:总共用时约90分钟也是跟Pi跑得一样,但Deepseekharness多了复核Pi的答案,且做出了Pi没做出内存的10道题目:

(18)结果展示:

(19)最后还输出两份word文档:

(20)最终答案汇总:

(21)运行过程中使用到的工具:

*

实测结果总结对比:Pi VS DeepSeek Harness

一张表看懂两个裸 Agent 的成色

对比维度
Pi
DeepSeek Harness
底层模型
deepseek v4.1 flash(阿里云百炼)
deepseek v4.1 flash(1017 版本)
运行方式
单 Agent 独立做题
主 Agent + 5 个自建子智能体并行
总耗时
约 90 分钟
约 90 分钟(1 小时 30 分 51 秒)
作答规模
完整答卷(10 题未作答);已作答 118 题,平均置信度约 0.84
128 题 / 375 分,平均置信度 0.905
与 Pi 核对
无
完全一致 102/128(79.7%);实质分歧 16 题;Pi 未作答、它补答 10 题;复核后改判 1 题(Q126)
工具能力
自建工具链:pyewf+pytsk3、dissect、python-evtx、sqlite3、dpkt、WinRT OCR
同样零 skills/MCP,环境缺失的 11 类解析器全部自写(LNK、SAM 哈希、WAL 重组、WhatsApp 回执、mDNS、802.11 SAE 等)
交付物
答案汇总
带答案版试卷 + 核对总结报告两份 word 文档(docx + md)

注:Pi 采用分档置信度(高 ≥85%、中 60–85%、低 <60%,另有中高/低中过渡档),其 118 道已作答题目分档为高 69、中高 19、中 15、低 13、低中 2,按各档区间中值折算平均约 0.84;DSH 为逐题数值置信度取均值,两者口径不同,仅作横向参考。

📌 四个关键看点

⏱ 耗时打平:两个裸 Agent 都在 90 分钟左右完成全套题目,但 DeepSeek Harness 在做题之外还多了「核对 Pi + 自我复核」两道工序,同样的时间多干了两件事。

🎯 结果互证:两者独立作答完全一致 102/128(79.7%),16 处分歧经复核仅改判 1 题(Q126 TeamViewer 端口 1947→2020),其余分歧均附上检材证据——这些分歧题正是人工复核时最该重点看的地方。

🧩 补盲能力:Pi 未做出的 10 道内存题由 DeepSeek Harness 全部补齐,128 题全部给出结论,平均置信度 0.905;Pi 这边 118 道已作答题目中,高置信(高 + 中高)88 题、占 74.6%,低置信 15 题。

🛠 工程能力:碰到环境缺失的工具直接自写解析器顶上,还自己给子 Agent 设定时间限定,全程零人工干预。

由上可见缺失的工具,它自行写了解析器自行构造,所以将确实的工具转换成CLI可调用的形式将可以节省它自写工具的时间,直接进行调用。

因为美亚杯官网未公布资格赛的答案,故无法评估分数的多少,但我们可以看到的是AI可以让一个之前没有接触过取证的人利用提示词给AI下达指令就可以完成取证专家级别的工作,其正确率逼近一个经过多年学习和训练的取证高手。大模型、智能体、提示词、Skills、工具集、知识库,将渗透到各个领域,既是福音又是挑战。

因为美亚杯官网未公布资格赛的答案,故无法评估分数的多少,但我们可以看到的是AI可以让一个之前没有接触过取证的人利用提示词给AI下达指令就可以完成取证专家级别的工作,其正确率逼近一个经过多年学习和训练的取证高手。大模型、智能体、提示词、Skills、工具集、知识库,将渗透到各个领域,既是福音又是挑战。


图片

 图片


敬请各位大佬关注:小谢取证


图片
图片

扫取二维码获取

更多精彩

小谢取证

图片

转载声明:本文转载自原发布平台 (作者:小谢取证), 原文标题《Pi VS DSH跑2026年美亚杯资格赛哪家强?》, 查看原文。 版权归原作者及原发布平台所有,本站仅作收录与展示,未对正文内容作实质性修改; 若涉及侵权请联系本站处理。