Greenlight 在 AgentCore 上搭安全运营智能体 Luna:每月最多 4,000 个案件,超过 90% 无需人工处理
一个分两级的多智能体安全运营系统的真实数据:自动处理率、升级比例,以及按风险分级的人工把关方式。
// 要点
- 每月约 3,000 到 4,000 条告警,来自暗网泄露卡片、身份与访问异常、基础设施告警和金融风险事件四类来源
- 一级主管智能体编排 30 多个专项智能体做分诊;约 10% 需要多步推理的案件交给二级主管,关联 3 到 5 个数据源出调查报告
- 自动处理率从 0 到一级 83%、两级合计超过 90%,人工升级降到 10% 以下;常规分诊从 15 到 30 分钟降到数秒,估计每月省 900 到 1,800 个分析师小时
- 30 天滚动的情景记忆识别重复模式;同一模式以相同方式处理三次才记为确认;高风险案件连同证据链交给人工
开发者视角值得抄的不是「90%」,而是两条规矩:同样处理三次才算确认的模式,以及按风险分三档决定谁来拍板。我做智能面试的异常评分复核时也会照这个来,低风险自动过、中风险标记、高风险带证据转人工。