Block利用OpenAI Daybreak重塑安全运营：漏洞修复提速至18分钟
支付科技公司Block引入OpenAI Defense Factory及Daybreak模型，将安全漏洞发现、检测与响应时间从数周压缩至数小时。通过自动化辅助，Block实现了季度内完成约1,100分析师小时的深度调查，并将误报筛选节省的600小时人力重新投入到战略工作中。该案例展示了AI在复杂攻击链分析及代码补丁生成中的高效能力，同时强调人类专家在关键决策中的审核作用。
事件概述
Block（Square、Cash App和Afterpay的母公司）正在利用OpenAI Defense Factory技术重构其网络安全运营体系。通过集成包括OpenAI Daybreak在内的AI系统，Block显著缩短了从漏洞发现到修复的时间周期，使原本需要数周的工作缩短至几小时内完成。首席信息安全官James Nettesheim指出，AI不仅压缩了从意图到行动的时间，还帮助防御者以同等速度应对快速演变的威胁。
核心技术与工作流
1. 跨日志关联与攻击链分析
传统扫描工具通常孤立地标记单个漏洞，而Daybreak能够假设攻击模式并将一系列攻击串联成完整的端到端入侵路径。例如，在一次日常终端警报审查中，模型通过关联偶然出现的指标与身份日志，揭示了一个长期存在的重大安全问题，从而将一次常规警报转化为整个攻击活动的瓦解。在最近的红队演练中，模型仅用两小时便构建了包含SQL注入、权限提升和凭证枚举的完整攻击路径，而人工团队通常需要数天才能完成。
2. 自动化补丁生成与验证
Block建立了基于Daybreak的安全框架，用于将任务路由至合适的模型，并保留人类接管或代理相互验证的接口。在最近的红队演习中，从提交高层级漏洞描述到生成自动建议补丁仅需18分钟。尽管AI具备技术能力，但缺乏组织上下文，因此Block坚持“人在回路”（human-in-the-loop）原则，由人类专家提供策略指导、确认可利用性并最终部署代码变更。
3. 检测调优与效率提升
针对检测调优，Block现在可以在一小时内回放提议的检测更改，并对照过去七个月的生产遥测数据进行验证。这一过程若由人工手动重查数百个旧案例，往往耗时巨大且难以实施。此外，团队学会了根据任务类型选择不同层级的模型，而非一味追求最新最强模型，并通过内部基准测试持续评估系统性能。
关键成果数据
- 检测调优速度：不到1小时即可对提议的检测更改进行为期7个月的遥测数据回放验证。
- 补丁生成效率：在近期红队演习中，从提交漏洞到生成自动建议补丁的平均时间为18分钟。
- 人力释放：每季度通过自动化误报筛选，回收约600名分析师的工作时长。
- 调查产能：每季度完成约1,100名分析师小时的深度调查工作，确保每条警报都得到全面深入的分析。
- 吞吐量增长：分类处理吞吐量提升50%，情报收集与调查能力增加50%。
未来展望
随着攻击速度的加快和AI模型的进步，Block计划进一步减少初始漏洞的产生，使安全团队能从修补转向预防性和战略性工作。Nettesheim认为，OpenAI的技术正在将优势转移给防御者，使得包括关键基础设施、学校和中小企业在内的各类组织都能利用这些先进能力来保护其网络。