Abnormal AI 用 Amazon Bedrock AgentCore 支撑大规模邮件安全智能体
AWS 博客介绍 Abnormal AI 如何将 Amazon Bedrock AgentCore Code Interpreter 用于实时邮件威胁检测,采用三层检测架构处理海量邮件,并分享了沙箱设计与规模化部署经验。
核心事实
AWS 官方博客刊文介绍了安全厂商 Abnormal AI 的实践:该公司将 Amazon Bedrock AgentCore Code Interpreter 用于支撑其实时内联邮件威胁检测的智能体。据文章描述,这些系统已在生产环境运行,处理规模达到数十亿封邮件量级,并在邮件进入收件箱之前进行拦截。文章由 Aswin Vasudevan、Felipe Lopez 与 Shrivu Shankar 署名,归类于 Amazon Bedrock AgentCore 与客户方案栏目。
背景与影响
文章指出,大语言模型擅长语义推理,但计数、数据处理与可视化、代码验证等任务并不适合纯语义推理,因此智能体需要一个可执行代码的“计算草稿纸”。AgentCore Code Interpreter 以 API 形式提供托管的无服务器运行时,具备临时 MicroVM 会话、操作系统级隔离沙箱、可配置网络模式、文件处理与预装 Python、Node.js 运行时等特性。
Abnormal AI 采用三层检测架构:第一层用小型模型与启发式规则处理每日数十亿封邮件;第二层用深度学习与机器学习模型分析行为信号,处理每日数百万封;第三层由内联智能体在沙箱中动态编写脚本,处理每日数万封最难判定的案例。文章还提到,该公司目前约 80% 的代码变更借助智能体完成,其中 40% 由后台智能体端到端完成。
限制与来源
上述内容来自 AWS 博客的客户案例叙述,属于厂商侧介绍,文中未给出独立的第三方实测数据或性能基准。文中提及的会话时长、文件大小、网络模式等能力细节,以及相关服务的可用区域、计费方式与功能范围,均可能随官方更新而变化,请以 AWS 官网当前信息为准。本文不构成任何采购或投资建议。