簡介｜HTB Certified Offensive AI Expert(COAE) 在學什麼？#
先簡單介紹一下這張證照，畢竟今年 4 月才推出，知道的人還不算多。
HTB Certified Offensive AI Expert 是 Hack The Box 今年推出的 AI Red Teaming 實作認證，和許多只聚焦在 Prompt Injection 的課程不同，它從 AI 的基礎開始，教你如何分析與評估 AI 系統的安全性，並且利用這些問題進行攻擊，內容包含演算法基礎與各種相關應用攻擊。如果想了解教材內容，我之前也寫過一篇 AI Red Teamer Path 的學習紀錄，有興趣可以再延伸閱讀。
使用 AI、理解 AI、攻擊 AI｜我的 2026 Q1 HTB AI Red Teamer 學習之旅
考試心得｜程式好難…#
COAE 是一張完全實作型的證照。整個考試環境包含一台主機、三個 Domain，共需取得 7 個 Flag，至少要拿到 6 個 Flag 才能通過考試。考試總共有 7 天，不會線上監考但寫報告時間是包含在這 7 天之內，最後需要在時間到期之前提交完整的技術報告。
雖然主題是 AI Red Teaming，但整體考試並不是只有單純的與 AI 互動。過程中會有一些簡易的 Web 滲透測試，因此如果本身有網頁滲透的背景，會比較容易快速碰到 AI 系統。
另外，Python 也是必備技能，課程中不少內容都會搭配 Python 範例說明，考試時也會需要撰寫程式，尤其是這項能力攸關到你有沒有辦法取得及格數量的 Flag，在提交報告時也會要求你提交完整程式碼。
而且 AI 演算法本身就離不開程式，因此個人覺得有基本的 Python 能力會相對降低學習門檻，尤其後半段的內容，都需要閱讀和修改 Python 程式(我不太會寫程式，這段學習過程是我最痛苦的一段)。此外個人建議在學習過程中就把範例的程式碼都保存下來，考試時會有幫助。
至於考試內容的部分，自己的感覺是教材和考試的銜接程度很高。只要每個 Module 都有認真完成並理解背後的原理，考試時不會有太大落差感。
我認為這張證照比較適合已經有 Python 和基礎網頁滲透基礎的人。個人建議需要的基礎先打穩，再來挑戰這張證照，學習過程會比較順利。
收穫｜學習打 AI 的同時，也更會操作 AI#
完成整個學習路徑後，從教材中學習到很多針對 AI 系統的攻擊技巧，以前接觸 AI 時，都是站在使用者的角度思考，只關心哪個模型適合做什麼、回答品質好不好，從來沒有學過背後到底是怎麼運作的。
開始學習之後，我才發現之前接觸的 chatbot 和模型選擇只是整個 AI 系統的一部分。這些應用的背後，還有資料來源、RAG、Agent、Tool Calling、外部 API，以及各種不同的資料流。真正的攻擊面，很多時候是這些元件之間互動時的權限設計問題，這也是我學完之後最大的轉變，會把 AI 當成是一整套的系統來思考他，這漾的思考方式影響了我後來建立 Skill 的習慣。我會開始拆分不同角色，例如管理、執行、稽核、回饋等職責，讓每個角色可以互相協作，而不是把所有工作都交給同一個 Agent，也會依據 Skill 需求建立蒸餾過內容的知識庫。
結語#
AI 的發展速度非常快，幾乎每隔一段時間就會出現新技術、新用法，相比一直追著新的技術跑，我覺得更重要的是先理解 AI 運作的底層邏輯，打好基礎後才能比較快速的理解新技術。
對我來說 HTB COAE 最大的收穫是建立了一套正確看待 AI 的方法，即使在 Prompt Engineer、Context Engineer、Harness Engineer 到 Loop Engineer 的演進上也可以快速理解演進邏輯，也能提升產出品質。
如果你如果也對 AI 有興趣，我認為 HTB AI Red Teamer Path 是一個值得投入的學習路徑，它除了可以從基礎概念告訴你 LLM 的運作，也能幫助你對 AI Cybersecurity 有更深的理解。
