火山引擎安全运营智能体，很诚实

原创

AI安全迪哥
AI安全迪哥

AI安全迪哥

2026年10月20日 13:04
广东

去阅读

原以为火山引擎的\"AI安全运营\"，是告警降噪换了个皮，后来发现不是。

近期，迪哥了解了一个国内重磅能源厂商，被火山引擎的AI安全运营拿下后，完整分析下它到底是什么线路。

打开控制台的首页，是一个欢迎页：安全智能体运营，每周消耗约 10 小时；传统人工运营，每周消耗约 100 小时。十倍的对赌，官方自己挂在入口下方，页头\"7x24 小时全自动威胁研判，AI 能处理全量告警\"。

控制台欢迎页：10 小时 vs 100 小时

敢把对赌写在欢迎页上的产品，最值钱的反而不是这张图，是图后面那些写在脸上、不太好看的细节。

先剧透结论：AI 拿走的是\"看告警\"，留下给人的是授权、补判、抽查。甲方在这三件事上投多少，那 90 小时就省多少。

一、骨架：告警是原料，事件才是产品

产品的官方链路六步：接收原始告警、前置过滤低价值告警、相似告警归并成聚合告警、按攻击链路串成安全事件、生成研判结论加置信度加处置建议、分流闭环。

官方链路图：六步流水线与三路分流

外行看热闹，内行看单位。这条链路上发生了三次\"单位换算\"：告警到聚合告警，是去重；聚合告警到事件，是叙事——把\"某 IP 打了某资产三次\"翻译成\"一场针对核心资产的爆破正在发生\"；事件到队列，是责任分配。

传统 SOC 卖的是\"看见更多\"，这一代产品卖的是\"剩下更少\"。

火山引擎把计费单位定在\"研判条数\"上，等于承认：研判是过程，事件处置才是交付物。

那收敛完之后，剩下的事件怎么派活？这个派发结构，才是整个产品的魂。往下看工作台。

二、三条队列：把安全运营的岗位说明书重写一遍

工作台只有三个队列，名字起得罕见地直白：AI 已研判 · 等你授权、AI 不确定 · 需要你的认知、已闭环 · 不打扰你。

官方对队列的定义，值得所有做安全产品的人抄下来：\"事件的危险等级表示影响程度，所处队列表示当前应由 AI 还是运营人员完成下一步。\"危险等级和处置责任，被拆成了两个正交维度。传统大屏把这两件事搅在一起，所以人对着几千条\"高危\"逐条刷；这里先回答\"该谁干\"，再谈\"有多险\"。

工作台全景：1001 条原始告警收敛为 72 个事件

但真正让我停下来的是示例页左上角那个数字：AI 自主闭环率 0%，旁边一行蓝字，\"+72 条事项待你处置\"。1001 条告警被砍到 72 个事件，砍掉 93%——然后 72 个全部等人：43 个等你授权，29 个等你补判。

等你授权队列：真实威胁定性、置信度 90%/95%，按钮只有授权响应和手动关单

需你补判队列：暂时无法定性、置信度 65%，入口是补充信息并重新研判

有人会说，示例数据而已。我倒觉得这是全产品最诚实的一张图：自主闭环率不是模型指标，是配置指标。 它只统计无人干预的闭环，而无人干预的前提是你启用了自动化策略、给够了剧本、验证过限制场景——这些开关，默认全攥在人手里。

AI 的研判值两毛钱一条，授权的责任一分不卖。

AI 说\"我判完了\"，也说\"我拿不准\"。它拿什么的准头？这就要看产品的第二只眼睛：实体。

三、实体视角：连盲区都诚实地摆在脸上

工作台之外，产品按源 IP、目标 IP、域名、文件 Hash、账号 AK 这些实体维度汇总告警，顶部四张洞察卡。

放大看这四张卡：高频被攻击目标 4，活跃攻击源 3，后面两张——\"突变实体\"和\"沉默高危资产\"——页面上直接标着暂不支持。

实体聚合页：两张洞察卡标注\"暂不支持\"

这两个\"暂不支持\"信息量极大。沉默高危资产，指的是那些很久不产生告警、因此也很久不被看的资产——做过甲方的人都清楚，这是安全运营真正的暗礁，不是锦上添花的需求，是每次事后复盘必被问到的问题。官方把它做成预留卡片又诚实标注不支持，说明两件事：roadmap 上有，现在没有。

评估同类产品时可以直接拿这一格去问：\"你们的沉默资产怎么发现？\"答不上来的，都还停在\"从告警里看世界\"的阶段。

实体详情：风险分 100 的源 IP，448 条原始告警、20 台主机、命中规则排行

点开那个风险分 100 的源 IP：448 条原始告警、涉及 20 台主机，命中规则前五是一机多用 25 次、可疑进程行为 23 次、弱口令登录 22 次、违规外联 21 次、横向移动 21 次，24 小时告警脉冲铺在下面。任何安全负责人看到这个画面都会手心一紧。

然后注意列表顶上那行小字：关联告警至多收集最近 200 条。以及官方在每一处都泼的冷水：风险分、AI 画像、单条研判结论，都只是调查线索，不能单独作为确认入侵或执行高影响处置的依据。

风险分 100 是线索，不是结论——这四个字，产品自己先说了。

那\"确认可疑\"靠什么？靠它懂不懂你的业务。一个 IP 是不是扫描器、这个账号能不能半夜登录——这些知识从哪来？下一层，也是我认为全产品最值钱的一层。

四、记忆：护城河，和 223 万次调用

2026 年 7 月底，记忆模块上线；8 月底，加上完整生命周期。同一时间，另一个模块宣判死刑——官方公告：推理型知识和历史告警案例即将下线，由记忆和工作台处置反馈承接，9 月完成全量升级。

记忆生命周期：候选、冲突检测、分流上线、持续维护

这是一次值得全行业咀嚼的路线认输。推理型知识的本质，是把专家经验蒸馏成半静态规则；历史告警案例，是把旧案卷喂给模型做对照。两条路火山引擎都走过，都放弃了。

为什么？看一条官方示例记忆就懂：\"IP 172.23.x.x 是内部漏洞扫描器，仅在已审批扫描窗口内对登记资产发起扫描；超出窗口或目标范围时仍需按异常行为研判。\"

一条真正的专家经验，从来不是\"这个 IP 是白的\"，而是对象、条件、动作、例外四件套。规则表表达不了\"仅在……窗口内\"和\"超出时仍要\"；记忆可以，因为它带生效场景、带绑定实体、带召回统计。

记忆页：375 条正式记忆、累计生效 223.8 万次、候选 10 条、归档 39 条不可恢复

记忆页面的四个数字，比所有发布会都有说服力（官方示例页）：正式记忆 375 条，近 30 天新增 306；累计生效 223.8 万次；候选记忆 10 条挂着红点；已归档 39 条，提示条特意注明\"归档为终态，不可恢复——区别于一键即可恢复的停用\"。

375 条撬动 223 万次调用，这才是记忆库的正确 KPI：不看存了多少，看被召回了多少次、用对了几次。 所有新记忆先过全局冲突检测：绑定实体且无冲突的自动上线，全局生效的必须人工确认，冲突的进待审核由人裁决。AI 自动学习只产出简明的告警特征和判断依据，不产出完整 SOP——SOP 仍然是人的。

模型是租来的，记忆是自己的。

那被放弃的规则阵营去哪了？它活下来了，专职干最脏的活——只是知识页上有个数，会让你愣一下。

五、知识页：6.2 个员工，和那枚\"示意数据\"角标

规则型知识——黑白名单式的前置过滤——专职在模型出手之前把确定性告警拦掉。统计页四个数（官方示例页）：知识预处理率 42%；节省工时估算 247 小时，页面自己补了一句\"等同于节省 6.2 个员工\"；知识命中率 67%；知识健康度 90 分，活跃知识 207 条对沉默知识 23 条。

知识页统计卡：\"节省 6.2 个员工\"，卡片带\"示意数据\"角标

三个拷问。

第一，\"6.2 个员工\"按多少人月折算的？这个换算把安全运营当成了纯计件工——而这个产品前面所有章节都在论证：人要做的是授权、补判、抽查这些不可替代的事。

第二，注意每张卡片右上角那枚灰色角标：示意数据。厂商在界面层面主动标注\"这不是你的效果\"，诚实；同时也是一道考题——POC 时请让对方把角标关掉，给你看真实的。

第三，明细区里\"匹配知识自动判定\"的告警是两位数，仍需模型研判的是 12400 条——演示数字之间甚至互不上账。这本身就是一个提醒：把 42% 当承诺的人，连示例都没读仔细。

让人记住的不是 6.2 个员工，是那个 67%——命中率越高，说明你的业务越像演示。每个企业的坑，都长在演示数据照不到的地方。

经验沉淀讲完了。但光会判断不算运营，真动手处置才是——AI 的手脚，边界画在哪？

六、自动化：自动驾驶的边界，是用 AND 画的

给 AI 划定自动驾驶的边界——自动化策略定义什么情况下人做、什么情况下 AI 做。

自动化策略页：预设\"自动禁用AK\"置信度95-100且命中IOC、\"自动封禁IP\"90-100且命中IOC

预设策略页值得放大看：系统级、常驻开启的两条——\"自动禁用 AK\"，条件是置信度 95-100 且命中 IOC；\"自动防火墙封禁 IP\"，条件是置信度 90-100 且命中 IOC。不满足限制场景？转人工确认。

这是行业里少见的胆量：默认策略直接允许 AI 禁用云账号 AK。但请看清楚胆量是怎么被工程化的——多条件 AND、置信度区间、IOC 命中做双保险，一条比一条紧。官方同时留了反向的缰绳：首次启用保留人工确认、不可逆动作不开自动执行、发现误命中立即停用策略。页头还顺手给自己定了位：剧本是\"类 Dify 的处置 workflow，中间节点可自定义、可对接处置接口\"。

剧本画布：用户输入→智能体调用→输出，支持测试执行

留给甲方两个拷问：95 这个阈值，是模型的校准值还是拍脑袋值？你的误伤容忍度，配得上多高的区间？置信度是厂商的方言，封禁才是你的事故。

自动化的上限从来不是技术，是你敢为多大的误伤签字。

边界画好了。可 AI 的手脚不是出厂自带的——企业自己的系统、自己的流程，得有人给它装上。这一层，官方叫\"扩展\"。

七、扩展层：数字员工的招聘页面长这样

三级结构：工具管\"能碰什么系统\"，技能管\"按什么步骤干\"，智能体管\"以什么身份干\"。

能力扩展链路：工具→技能→智能体，进入找AI/任务/自动化

工具的创建方式已经 AI 原生：上传 API 文档，在对话框里说一句\"帮我生成查询云上 SLS 日志中云安全中心数据的工具\"，参数定义、鉴权字段、Python 代码直接生成，人负责测试运行和保存。官方还不忘叮嘱：上传前删掉真实 AK、SK、Token。

创建工具：右侧对话让安全智能体根据 API 文档生成参数与代码

新建智能体的表单，本质上就是一张岗位说明书：名称、描述、提示词（必填）、技能（选填）。提示词写的是\"应处理什么、不应处理什么、用哪些数据、输出什么格式\"——岗位说明书四要素，一个都不少。

新建智能体：提示词必填、技能选填

值守任务的配置页，把\"值夜班\"翻译成了四段结构化句式：盯盘目标、重点关注、盯盘力度、处置预案，配上执行频率和模块授权。以前这是一份排班表加一份交接文档，现在是一个表单。

持续值守配置：四段提示词句式加模块授权

最后交付到哪儿？飞书群。事件卡片里直接躺着完整调查报告：ATTEMPTED 定性、攻击概要、五条关键发现、MITRE ATT&CK 技术编号、四条处置建议，底部两个按钮：查看详情、处置。

飞书事件卡片：内嵌完整调查报告与一键处置按钮

SOC 的年度报告变成了一条群消息。消息可以已读不回，事故不行。

数字员工招齐了，排班表也填完了。现在，谈钱。

八、账本：0.2 元一条，和存在别人家的护城河

计费是条数包月（截至 2026 年 8 月的公开定价）：1.5 万条/月 3000 元；4.5 万条 5000 元；15 万条 8000 元；45 万条 1 万元；90 万条 3 万元；超量按 0.20 元一条后付费。

三个细节，每个都有话外之音。

第一，按\"研判条数\"计件，安全运营第一次有了劳动力市场的明码标价：一条深度研判，两毛钱。对照欢迎页那张 100 小时对比卡，甲方可以算出自己的时薪和 AI 的\"时薪\"差几倍——这道算术题，厂商替你出好了。

一笔我自己算的账

顶档 90 万条收 3 万元，满算约 0.033 元一条；超量按 0.20 元一条——同一件事，档位内外价差约六倍。这是我按公开定价算的，签约时以报价单为准。

第二，购买页白纸黑字：接入火山引擎自家安全产品的告警，研判不消耗资源包额度。自家云免费，第三方和本地日志按条收，这是\"流量免费、存储收费\"式的云绑定打法，用免费研判把别家安全设备的告警吸到自己云上来。

第三，服务承诺：可用性 99.95%，赔偿是代金券、上限当月服务费 50%；支持 7 天无理由退订。

注意

到期 15 天后回收实例，数据清除、不可复原。把第四节连起来看：你在记忆库里攒的 375 条业务事实、223 万次调用沉淀，是别人拿不走的护城河——也是欠费半个月就归零的人质。签约前把导出条款谈清楚，这不是洁癖，是资产保管责任。