测试背景：因为刚参加了一个渗透比赛，我电脑刚修好，啥环境都没有，应急给较为常用的ZCode加上本地的Qwen3.8 27b模型的API，外挂了一个Kali虚拟机，结果直接库库出flag，甚至拿了几个应急响应的一血，吓哭了。
后续和其他佬赛后沟通时，发现他们也是这个模型，但是基本都做不出flag，当时还很纳闷是什么原因（主要是我啥skill和提示词都没来得及加，真没绷住）。
又过了一天，正好某取证比赛结束，一个佬分享了也是用Qwen3.8 27b乱杀的经验，也是整个比赛不只是他用了，但只有他做出来了。
当然，对于harness+模型的性能才是一个模型的真正实力这个问题很早就开始讨论了，我印象当中还读过相关的论文，但针对性的实测我用GPT帮我找了一圈，没找到，就干脆自己测了一下，主要选择的我比赛实际体验过的ZCode和理论上适配最好的QwenCode（毕竟千问的模型）
（另外，我原本打算出“本地AI使用体验报告二”，多测一下hermes、pi等欢迎度较高的Harness来着，但是这次比赛好像效果都不咋地，至少做出来的都没ZCode多，就放弃了，白写了那么久的稿子，有空的时候可能会继续补完发出来）
测试环境：Windows11 + WSL Arch + Kali VMWare
工具：火眼取证分析软件、Zcode（Windows）、QwenCode（WSL）
模型：Qwen3.8 27b Q5_K_M（输出速度约40t/s，上下文100k）
题目：2026FIC决赛 Linux分析部分
提示词：见蓝奏盘附件
QwenCode
纯Agent+Skills
初始上下文：约26k token
压缩上下文次数：约5次
总耗时：1小时15分钟（输出速度参考：平均40t/s）
踩坑：
•别让WSL的AI解析弘联挂载的符号链接，WSL直接访问是访问不到的，最好压根就别给AI这个东西，会花很多时间分析，要么直接在这个符号链接中打开项目
•WSL默认不挂载VC挂载的虚拟盘的，得主动挂载
•AI会花费很多时间分析分区表。。。。前15分钟基本是无用功，虽然agent里面也写了不要做无用功，但最好还是人为干预一下以防刚开始就跑偏了
•qwencode设计问题，压缩上下文压根看不到，就导致有的时候在跑，但是不知道他在干嘛，最后一看是压缩上下文
•长上下文会造成部分系统提示词的丢失，特别是压缩之后，至少我答案格式他有给错的
过程记录：
(26分钟)不知道什么进度，问了一次“不要忘记将答案及时保存”，返回结果：
（1小时15分钟）全部完成
结果检验（来自gemini，对比WP：https://mp.weixin.qq.com/s/Ywz_h6uddVx75NgrQDdcow下同）
这里面提到原作者有题目错了，但我没找到官方标准答案，所以答案上仁者见仁智者见智，至少看解析上我觉得都有道理
答案展示（原图太大了，展示部分）：
纯Ges Cli
初始上下文：约29k token
压缩上下文次数：约5次
总耗时：1小时30分钟（输出速度参考：平均40t/s）
踩坑：直接用！基本不需要干预！
过程记录
（57分钟）26道题剩余1道没做1道待复核，这个速度已经达到“好用”级别了，真的还可以
稍微看了一下思维链，感觉这个就是挂载+火眼，能直接查看结果+省了挂载流程，针对一些火眼能够直接分析结果的东西，可以直接到挂载目录下分析结果，很快；针对需要根据文件进一步分析的，还是需要到挂载的文件系统下一个一个找，不过是使用cli的指令
（1小时15分钟）进度没怎么动，还是找不到TG的用户名，看了一下思维链，是使用ges内置的grep，首先扫的全盘，随后扫源码，不知道是ges cli还是模型的原因，脚本很容易就报错
（1小时30分钟）全部完成
结果检验
正确率反而没有纯Agent那么高，但是前期是真的快，主要卡在最后的加密数据库分析上了，这次攻克了纯Agent找错密钥的问题，但别的题找错了
Zcode
纯Agent+Skills
初始上下文：约33k token（含zcode默认初始上下文30k）
总耗时：寄
过程+踩坑
•这玩意儿超级容易歪，也不知道对分区表有什么特殊的执着，我提示了三次，停止分析分区表，直接分析挂载文件，他才开始分析，这已经过去20分钟了。问题是也没有分区表计算的题哇，注意在后台跑的时候，没事看一下，别一开始就歪到修分区表去了
•这东西的注意力很诡异，我一开始的提示词注明了无法联网，挂载使用wsl进行挂载，他去kali里面apt下载ewftools尝试挂载去了
•WSL能调用，但我不太明白他为什么识别不了里面的环境，半小时过去连挂载都没挂载上，环境检测了一个mmls没有就说ewftools没装，我寻思qwencode人家都能正常用哇
结论：这玩意儿，太抽象了，跑了一个多小时，还没挂载上检材，我就差直接给他挂载上了，因为本次测试是纯AI测试，所以后续干脆直接放弃了
火眼Ges Cli
初始上下文：Zcode初始上下文,30k左右，上下文压缩次数：刚好10次
总耗时：2小时（到时间停止）
过程记录：
（15分钟）：做了7道题，速度相当快了
（1小时47分）23题做完了，后续带有破解等的题目比想象的慢很多，主要是db那个做不出来
（2小时）跑太久了，直接停了，做了23题，其中有5题待复核
结果检验（来自gemini，对比WP：https://mp.weixin.qq.com/s/Ywz_h6uddVx75NgrQDdcow）
实测下来差距有点大？至少ZCode比我想象的差得多
赛后总结：
ZCode比我想象的差的多，Windows下搭配GesCli处于半能用半不能用的级别，纯Agent+Skill这里其实还专门让GLM跑了一个插件出来，但实际效果上面也看到了，真不咋行，与我实际在渗透比赛中感觉出来的差距有点忒大了。
QwenCode很惊艳，当然也有很多缺点和坑点，前面也都提到了，令我意外的是Ges Cli的总时长比纯Agent+Skills长，虽然也并没有长多少，准确率有点下降。Ges Cli最强大的地方是做简单和中档题，速度超级快，而且完全不用干预，纯Agent+Skills整体速度基本平均，有时需要稍加干预，二者结合感觉会产生不错的结果（实在没精力再去测了，就上面这些我调了整整两天，有测的佬可以分享一下实际效果）
（后面也跟火眼那边有沟通，说是未来会继续优化，目前的版本比较原始，未来肯定比我这半吊子Agent提示词强，可以继续观望一下）
总之，现在AI做取证比赛，不说乱杀，至少是在一些题量大的比赛中，对人类是降维打击，已经从最初的辅助功能，现在甚至可以说是半个主力都不为过。但，同一个模型，不同的调法配不同的工具，上下限差距超级大，想在比赛中流畅使用AI辅助，请务必提前调整好，多测试一下！！！（血的教训）
惯例碎碎念：
最近也试了新出的GPT-6，再一次“核弹瘫坐”，按照现在AI的迭代速度，国模赶上也就是今年年底到明年年初差不多的时间点，甚至更早。
我预感明年的比武竞赛，不管是CTF、渗透、还是取证，感觉都要变成财力和模型能力的比拼了。当然谁更会调整模型，谁更会使用模型，还是取决于人对这一领域的了解，比如，我要是一点取证都不会，AI跑歪了我都不知道。所以即使是模型有了极大的进步，基础知识还是不能落下。
另外说回来，我去的这次比武，也不乏有佬斥巨资买了一些AI渗透一体工具、Skills什么的，结果赛后沟通都反应不太行，甚至大部分都没我白板Zcode出flag出的多。我个人比较认同之前一个佬的看法：现在AI发达了，什么Skills，什么集成工具，大不了自己用AI再造一个轮子就是，完全没有必要花钱买。前段时间闹得沸沸扬扬的“3000块买一个渗透Skill”，我没买，我不敢评价他究竟好不好用，但是这种东西你github随便一搜索，成堆成堆的低星好用Skill。我也不妄加评论这之间差距有多大，但我真觉得不值3000块。我现在使用的这个Agent+Skills也就跑了我两个GPT的周限不到，外带GPT-6 Astra稍微优化了一下，不算套餐算token，加一起也没有100美刀，在正确率上甚至比现版本的GesCli都高一点，那说明什么，我能写出的Agent比弘连公司强？开玩笑，还不是我用了新的AI，再加上我自己机器我自己用的顺手？我自用的一些Skills，相同功能，或者说更强功能的，效果更好的比比皆是，包括我自己也会不定时根据最新的模型去优化，基本上每月至少更新一轮，要不然就是不好用，拿AI去挣钱无可厚非，但还请不要太过于迷信Skills能“改变一切”。
最后的最后，写这期评测真的是燃尽了，连续出差+比赛，评测是休息日加班赶工出来的（也是我自己一直想测一下），觉得有用的佬给个赞赏让孩子买点token吧（鞠躬）