Cloudflare 推出基于证据的多智能体安全运营框架
Cloudflare 发布内建的多 AI 智能体安全运营框架，用于加速告警数据收集、关联聚合与缺失来源核查，并借助 OpenAI 与 Anthropic 模型做深度分析。
核心事实
Cloudflare 在其官方博客发布文章，介绍其内建的多 AI 智能体安全运营框架（multi-AI-agent security operations harness）。据该文描述，这一框架用于加快数据收集、关联与聚合检测结果，并在新告警持续到达时处理缺失的数据来源。文章称，该框架为 Managed Defense 分析师提供整合视图，呈现相关告警、已采纳的证据、可见的缺口以及建议的后续步骤。
在模型层面，文章提到 Cloudflare 使用经批准的 OpenAI Daybreak 与 Anthropic 模型，包括 GPT-5.6 Cyber 与 Mythos，用于更深入的模型分析；初步分析与评分则由 Cloudflare 的开源决策模型 Clef 完成。文章同时提及 OpenAI Daybreak Defense Network 以及 Cloudflare 与 Anthropic 的合作关系。
背景与影响
文章以「告警悖论」描述安全运营的常见困境：安全告警很少单独到达，单条告警可能在环境中引发连锁反应，需要人工分析师判断哪些告警彼此相关、意味着什么；多条告警同时到达时，即便是资深分析师也可能被迅速淹没。
文章指出，即便在高度成熟的 SIEM 环境中，仍有大量工作留给人工：分析师需要收集数据、关联并聚合检测结果，还要在新告警不断涌入时应对缺失的数据来源，并反复判断哪些告警应静默、应采取何种动作、哪些应忽略、哪些属于误报或真实威胁、哪些应触发事件响应团队。Cloudflare 表示，其 AI 智能体策略旨在减少上述判断负担，把相关信息汇总给分析师。
限制与来源
本文内容基于 Cloudflare 官方博客文章《Building an evidence-grounded agentic security operations harness on Cloudflare》，作者署名为 Deanna Tran、Javier Castro、Jacob Crisp 与 Blake Darché。素材未提供实测性能数据、准确率指标、定价、可用地区或具体上线时间，上述信息均未获披露，相关功能与模型支持情况请以 Cloudflare 官网当前信息为准。