mobile wallpaper 1
mobile wallpaper 2
mobile wallpaper 3
mobile wallpaper 4
4499 字
11 分钟
信安赛作品赛复盘(一):从选题、组队到项目原型--03

第十九届全国大学生信息安全竞赛作品赛复盘
队伍:麻辣小龙虾|项目:TraceShield|最终成绩:全国一等奖

写在前面#

我一直觉得,本科阶段应该完整做一次项目。课程成绩、竞赛排名和证书当然都能证明一部分能力,但一个真正从零开始的项目不太一样:题目没有人替你定义,路线也没有标准答案。你需要自己判断什么值得做、什么能够做,和队友一起查资料、写代码、做实验、改材料,最后还要在有限时间里把它讲清楚。这个过程会把很多平时分散的能力放到同一件事情里检验,所以我参加信安赛时并没有先想到一等奖,只是想认真做完一件事,看看自己到底能走多远。

这一篇只写项目最开始的一个月,也就是组队、选题、第一版原型和学院选拔。现在回头看,后面那些论文、专利、实验和决赛准备固然重要,但项目能不能继续做下去,很多时候在前几周已经埋下了答案。前期真正需要解决的并不是“怎样尽快做出很多功能”,而是找到一个对本科生来说有价值、能实现、也能验证的问题,然后尽早做出第一版,让原本只存在于脑子里的想法接受真实反馈。

一、先找到能一起把事情做完的人#

最开始其实是我先提出参加信安赛,但当时并没有“我要当队长”的计划。我原本想找几个比较厉害的同学,加入一个现成的队伍,把比赛正常打完。真正开始联系以后才发现,学院里比较熟、能力比较强的同学基本已经组好了队。既然没有合适的队伍可以加入,那就只能自己组一个。最后我们四个人坐到了一起,两位准备考研,两位准备保研,其中还有一位不是我们学院的同学。学院当时把前期准备作为一门课程来组织,他虽然不属于学院,还是每周过来上课、开会,这件事后来也给老师留下了很深的印象。

组队时大家往往会先看技术能力,这当然没有错,但几个月做下来,我觉得“靠不靠谱”至少同样重要。长期项目里的任务不是交一次就结束,很多东西会被老师打回来,会随着项目方向变化而重做,也会在截止日期临近时突然加速。如果一个人只能接受边界清楚、一次完成的任务,合作会很困难。我们队里几个人的特点并不一样:有人擅长 PPT 和视觉表达,后来几乎撑起了整个项目的展示效果,专利交给她之后我也很少需要操心;有人是论文主力,同时很会活跃气氛,开会不容易变得沉闷;还有一位同学基础相对弱一些,但足够耐心,东西改很多次也愿意继续学、继续做。能力互补固然重要,更重要的是任务交出去以后,它会回来,而且通常会以一个不错的样子回来。

所以如果让我重新组一次队,我不会只比较谁会的技术更多,而会同时看三件事:他是否真的愿意投入时间,遇到返工时是否还能继续推进,以及大家能不能正常沟通。信安赛不是一次周末 Hackathon,从选题到最后答辩跨越了很长时间,队内相处如果一直在消耗彼此,再好的想法也很难稳定落地。队长也不需要在第一天就把所有分工写死,因为当时谁都不知道项目最后会长成什么样;先确认大家愿意做、能够接住任务,再在实际推进中逐渐形成分工,往往更现实。

二、选题不是追热点,而是在现实条件里做判断#

我们前两周基本都在选题。当时会有一点焦虑,因为有的队已经开始写代码,我们还在不断看方向、否定方向。我们调研过具身智能,也考虑过大模型相关的题目,其中一些早期调研材料后来甚至继续被其他队伍发展成了项目。没有选择这些方向,并不是因为它们不够好,而是我们慢慢意识到,好的方向不等于适合我们的方向。具身智能涉及设备和实验环境,大模型训练需要算力、数据和稳定的评测条件,本科生团队能调动的资源有限。如果一个题目只能靠设想显得厉害,却很难在一个学期内做出系统、构造实验并得到可信结果,那它对当时的我们就不是一个合适的选题。

后来我们把注意力放到 OpenClaw 上。它开源、够新,Agent 的工具调用流程也比较完整,至少源码能读、环境能搭、实验能跑,Agent 安全本身又是一个正在快速发展的方向。从可实现性来看,它比前面的一些想法更适合我们。但热点方向还有另一面:做的人多,重复的概率也高。学院答辩时,与 Agent 或 OpenClaw 安全相关的项目并不少,仅仅做出一个安全模块很难形成区别。我们当时最明显的挫败感,就是好不容易想到一个自认为不错的点,检索以后发现已经有论文做过;换一个角度再找,仍然有人做过。第一次做科研时很容易把创新理解成“世界上从来没人想过”,按这个标准往下找,只会越来越绝望。

后来我们才逐渐形成一个比较实用的判断:一个比赛选题至少要同时满足问题重要、方案合理、创新清楚和能够被证明。问题重要,意味着它不是为了比赛临时编出来的场景,最好有真实案例、论文或行业需求作为依据;方案合理,意味着现有时间、算力、数据和人员真的支撑得住;创新清楚,不是罗列用了多少技术,而是能够说明现有方法缺在哪里,我们具体改变了哪一步;能够被证明,则要求在动手之前就考虑数据集、基线、指标和消融实验。如果一个想法听起来很新,却说不清怎样验证,那么系统做完以后很可能只剩下“我们觉得它有效”。

选题因此不是一次灵感命中,而是一连串现实判断。要愿意承认有些方向虽然很酷,但现在的团队做不了;也要接受热点可以做,但必须继续缩小边界。前两周看起来没有产出多少代码,实际上是在避免后面几个月围绕一个无法验证的问题不断补功能。现在让我给下一届一个最朴素的建议,我会说:不要先问哪个方向最热门,先问这个问题为什么值得解决、你们准备解决其中哪一部分,以及最后凭什么证明自己真的解决了。

三、从“保护 OpenClaw”收缩到一个可研究的问题#

我们最初的想法很大:OpenClaw 有安全风险,那就做一个系统保护它。按照这个思路,可以很快列出提示注入、Skill、插件、不可信文档、文件访问、Shell 命令、网络请求和权限控制等一长串内容,每一项都能做成一个功能。早期我们也会觉得,模块越多,项目越完整。但当老师开始追问“你们到底解决了什么问题”“这些模块为什么必须放在一起”时,我们才发现,“保护 OpenClaw”并不是一个足够清楚的研究问题,它更像一句方向描述。

真正的变化发生在我们开始读论文、看源码并跟着一次完整执行流程往下走以后。Agent 面临的风险来源可以很多,但风险如果要从文本里的恶意指令变成现实影响,通常需要落到工具执行上:读取文件、执行命令、访问网络,或者调用其他具有副作用的工具。也就是说,与其分别为每一种风险来源做一套孤立的模块,不如把工具调用作为统一的观察和治理位置。问题边界由此从“保护 OpenClaw 的方方面面”缩小为“分析并控制 Agent 工具调用中的风险”,再继续往下追问风险从哪里来、经过哪些步骤传播、最后影响什么资源,以及能否在工具真正执行前作出判断。

这个过程也让我第一次理解,科研中的创新未必是凭空造出一个从未出现过的方向。很多时候,它是先把边界说得足够清楚,再回答现有方法在这个边界内还缺什么,我们具体改变了什么。别人研究过提示注入,不等于已经解决了跨工具调用的风险传播;别人做过权限控制,也不等于已经能还原风险来源和证据路径。检索到相似工作之后,不应该立刻换题,而应该比较问题对象、威胁模型、处理位置和验证方式是否真的相同。只有当这些差异被说清楚,项目才不再依赖“我们做了很多功能”证明价值。

四、第一版原型的价值,是把问题暴露出来#

第三周我们开始做第一版 PPT 和 Demo。现在回头看,那一版很简陋,前端只是把基本流程串起来,PPT 也没有后来那么完整,项目还叫 ClawShield,定位仍然偏大。但我并不觉得应该等方案完全想清楚以后再动手,因为脑子里的项目总是顺的,真正把它画成架构图、写进 PPT,再让系统跑一次,许多原本被忽略的问题才会出现:用户输入是什么,系统中间到底做了什么,最关键的能力是哪一个,PPT 中描述的流程和代码实际发生的事情是否一致,以及如果只给一分钟,我们能不能把这个项目说明白。

第一版因此不需要追求“像最终作品”,它只需要让核心链路可见。对当时的我们来说,一条能够稳定复现的 Demo、几页能够说明问题和方案的 PPT,再加上一张初步架构图,就足以拿给老师讨论。与其花两周把界面做得很好看,不如先让别人指出哪一段听不懂、哪个创新听完没有感觉、哪个模块和主线没有关系。项目越早进入这种可被质疑的状态,方向错误造成的返工越小。很多人会等到觉得“做得差不多了”才找老师,但老师真正能提供价值的阶段,往往恰好是你还没有投入太多、仍然有空间改方向的时候。

我们前期是一门课程,所以基本每周都能和老师交流。老师不会直接把答案告诉我们,更多时候是不断追问:为什么选择这个位置审计,创新和已有工作相比在哪里,实验准备怎么做,有没有看过底层实现。有一次老师很严厉地要求我们不要只停留在界面和功能上,必须去啃 OpenClaw 源码并重新设计实验。当时的直接感受是任务突然变多了,后来才明白,这些问题是在逼着我们从“能不能把功能做出来”转向“为什么这样做,以及怎样证明它有效”。第一版原型最重要的意义也正在这里:它不是拿去证明我们已经做得很好,而是给老师和队友提供一个足够具体的对象,让反馈可以落到真正的问题上

五、学院选拔,以及我会怎样重新安排前四周#

第四周是学院内部选拔。那时我们的系统远没有后来完整,论文、专利等成果也都不存在,其他队伍看起来同样做得不错,所以答辩前确实会紧张。这次选拔第一次让我们直观地看到,一个自己觉得合理的项目,并不一定能被第一次听的人理解。学院评审关注的也不是最终成品,而是题目有没有继续投入的价值、第一版系统是否真实运行、团队能否继续完成,以及我们自己是否真正理解正在做的东西。我们最后通过了选拔,但那并不意味着项目已经成熟,只是第一次外部反馈说明:这个方向可以继续往下走。

如果现在重新安排这一个月,我仍然会把前两周留给选题,但要求形成几份很具体的输出:一页问题定义、一页现有方案不足、一页初步路线,以及一份相关论文和开源项目清单。第三周做第一版原型,不求界面完整,只打通最核心的一条路径,同时做出一版内部 PPT 和架构图。第四周则尽可能让老师、同学和评审看到它,记录他们从哪里开始听不懂、哪些地方需要解释很多遍、哪些技术听起来只是堆叠。这些反馈比一句“项目不错”更有价值,因为它们会直接决定下一阶段应该继续补什么、又应该删掉什么。

前四周还不适合把分工切得过细,但需要建立固定的交流节奏。每周至少有一次全员同步,讲清楚这一周得到的新判断、尚未解决的问题和下一周的输出。会议不必很长,也不必每个人都汇报一堆进度,关键是保证全队对“目前最重要的事情”有相同理解。长周期项目最怕突然一个月没有人碰,重新启动时连环境和上下文都要重新恢复;只要节奏不断,即使某一阶段进展不明显,项目也不会真正失控。

结语#

回头看,我们最开始的一个月没有什么特别神奇的地方。组队并不是精心设计出来的最佳阵容,选题换过好几次,第一版系统和 PPT 也很粗糙。真正有用的是,我们没有因为第一版不成熟就一直把它藏在脑子里,而是比较早地做出了一个能跑、能讲、也能被批评的版本,再根据论文、源码和老师的反馈不断缩小问题。

如果要把这一阶段压成一句经验,我更愿意写成:先找到一群愿意把事情做完的人,再选一个真实、可做、可证明的问题,尽快让它进入迭代。通过学院选拔以后,项目真正困难的部分才刚开始——怎样从一个能演示的原型变成完整作品,怎样设计实验和沉淀论文、专利、软著,又怎样在决赛里把已经做过的事情讲清楚。这些放到下一篇继续写。

下一篇:信安赛作品赛复盘(二):从项目完善到全国总决赛

分享

如果这篇文章对你有帮助,欢迎分享给更多人!

部分信息可能已经过时

目录