Block接入OpenAI安全技术：18分钟内完成漏洞修补

旗下拥有 Square、Cash App 和 Afterpay 的金融科技集团 Block，正在利用 OpenAI 防御体系重构其网络安全防线。借助包括 OpenAI Daybreak 在内的 AI 系统，Block 实现了对漏洞挖掘、威胁检测与事件响应的自动化处置，将过去数周的工作量大幅压缩至几个小时。

长期以来，网络安全攻防往往呈现“攻击者占优”的局面，因为攻击者速度更快、手段更灵活。但 Block 首席信息安全官 James Nettesheim 指出，AI 正在急剧缩短人类从意图到行动的时间跨度，防御者如今能够以快制快，跟上攻击端的技术迭代。

从传统自动化走向协作型 AI 智能体

传统的自动化工具通常只能按既定规则逐步执行，而新型 AI 系统可以理解模糊、定制化的高难度问题，像新团队成员一样与工程师协同作战。过去审查软件漏洞或分析日志往往耗费数天甚至数周，如今工程师只需负责结果复核，耗时大幅降低。

在检测规则调优方面，由于系统存储了每次调查的原始查询证据，安全团队现在可以在不到一小时内，针对长达七个月的生产环境遥测数据重放拟修改的规则。在过去，这需要手动重新查询数百个旧案例，因耗时过长而在实际操作中极少执行。

此外，团队不再盲目追求使用最新型号的模型，而是根据不同任务选择适配模型。Block 基于 Daybreak 构建了安全调度框架，将特定任务路由给最合适的模型，同时设立了人工介入机制与多智能体交叉验证机制。这套自动化分流系统使告警分流吞吐量提升了 50%，情报收集与调查效率提升 50%，并带来了全新的自主威胁狩猎能力。由于每个告警都能获得全面的深度分析，系统每季度相当于承担了约 1100 个分析师小时的调查工作。

联动跨日志信号：串联端到端攻击链

传统扫描工具往往将单个漏洞孤立呈现，而 Daybreak 能够推演攻击模式，将一系列离散攻击串联成完整的入侵路径，甚至能挖出潜伏多年的隐蔽漏洞。

在一次真实排查中，单台笔记本电脑上的轻微合规告警起初并未引起注意，但模型顺着证据中附带的微弱指标与 Block 的身份日志进行关联分析，最终牵出了一整套复杂的攻击链条。这种跨产品的日志关联分析是单一传统工具无法做到的。

在近期的红队对抗演练中，团队仅向 Daybreak 提供了少量内部系统线索，模型在约两小时内就自动拼凑出一条完整的渗透路径——涵盖 SQL 注入、提权、驻留、凭据枚举以及横向移动。如果依靠人工红队，这类任务通常需要数天时间。而在该演练中，从提交高危漏洞到系统自动给出修复补丁建议，整个过程仅耗时 18 分钟。

闭环修复与人机协同

发现漏洞只是第一步，完成修复才是核心闭环。Block 的应对流程包含：在代码中定位问题并找到负责人、提出修复补丁建议、验证漏洞可利用性，并在人工干预与把关下验证修复结果，最后部署代码上线。

虽然 AI 智能体具备出色的技术分析能力，但它们缺乏企业的业务上下文背景与历史决策原因。因此，人类工程师在关键节点提供策略把控与人工审核。随着 AI 判断力在实践中不断得到验证，Block 计划逐步扩大其在更高敏感度系统中的应用范围，将安全团队从繁重的打补丁和误报排查中解放出来，投入到更具预防性和战略性的安全防御工作中。