09.08.2026 –, TR313
本議程以一名高中 CTF 玩家的視角出發，深入剖析從研究自動化解題策略與攻擊框架，到開發解題工具並建立測試驗證流程的完整歷程。
在議程中將介紹如何從自單一 Claude Code 對話出發，有策略地派遣 agent、將對話轉為協調者的角色，以及多 worker 並行下的資源競爭、context window 膨脹與分配處理。派遣依題目難度分波進行，而當 worker 卡關，又該如何從已驗證的線索做決策，以及如何讓 agent 面對題目內容時只當作資料而非指令。接續解析框架的自我優化過程，包含分類專屬 prompt template 的設計取捨、模型將自主判斷回寫為規則的演化機制，以及解題紀錄與賽後檢討如何回饋為技術知識庫的長期累積。最後將框架移植至其他專題，並改以原生開源模型測試，藉此驗證其可移植性與實際成效。
議程後段由指導老師以教學現場的視角切入，討論學習者如何在 agent 輔助與實質理解之間取得平衡，以及此類工具導入課程時的實務考量。
曾緯淳（MaZon），現就讀於臺北市數位實驗高中（T-School）高二。專注於 LLM 在資訊安全領域的應用及研究，研究主軸涵蓋 CTF 自動化、agentic AI 攻擊與 AI 軟體生態漏洞獵捕，並持有相關專利及論文發表，目前也有接觸無人機安全等新興資安領域。
高中老師 × agentic offensive researcher：教 CTF，挖 0-day。
謝博文，臺北市立臺北數位實驗高級中等學校資訊科技教師，兼教育部高中職資安教育推動中心夥伴教師。指導學生取得金盾獎全國第一、HITCON CTF 第二、AIS3 最佳專題，學生成果包含獨立向上游提交 OSS 漏洞、入選 DEVCORE 紅隊實習、擔任行政院資安演練攻擊手。近年以 LLM × SAST × patch-verify pipeline 進行 OSS 漏洞挖掘，累積 32 個 PoC 驗證 finding 進入協同揭露程序。