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。
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。








评论