OpenAI

2026年10月14日

Block 如何運用 OpenAI 技術打造 AI 驅動的安全防護

Block 正使用 OpenAI Daybreak 等 AI 系統,縮短修補漏洞所需時間,讓安全團隊能專注於策略性工作。

白色方塊標誌覆於層層疊起的深青綠色半透明紋理上,邊緣帶有暖琥珀色。
公司規模: Enterprise
地區: 北美洲
行業: 財務, 科技
產品: Codex, Daybreak

偵測調校

<1

利用七個月的遙測資料重播建議的偵測變更所需的小時數

修補方案

18

從提交高危漏洞到自動提出修補方案所需的分鐘數

誤報分流

~600

每季為分析員節省的工作時數

調查

~1,100

每季完成的調查工作,相當於分析員的工作時數

正在載入...

Block 是 Square、Cash App 和 Afterpay 背後的公司,其安全團隊運用 OpenAI Defense Factory 讓 AI 以人類團隊無法企及的規模,處理漏洞發掘、偵測和應對工作。借助 OpenAI Daybreak 等 AI 系統,Block 現在只需數小時,就能完成以往需要數星期的工作。

「AI 正在縮短人類意圖轉化為行動所需的時間。一段時間以來,人們一直認為攻擊者佔有優勢,因為他們速度更快、行動更靈活。但有了 Daybreak 等系統,加上 OpenAI 工具的進步,防守方也能以同樣的技術還擊,跟上 AI 迅速普及的步伐。」
—James Nettesheim,Block 資訊安全總監

Block 的安全團隊一直致力於在各種工作流程中負責任地採用 AI,無論是程式碼生成還是安全營運。資訊安全總監 James Nettesheim 說:「真正的核心是多了一位新隊友,能隨着你的需求擴大工作規模。」他又說:「這不像傳統的自動化,必須一步一步設定。你可以提出一個相當特殊、定義還不明確的問題,和它一起逐步解決。」

檢視軟件錯誤或解析日誌等項目,過去需要數天甚至數星期才能完成。現在,團隊只需原來一小部分時間便可完成這些項目,而每項結果仍會由人員核實。

例如,在調校偵測功能時,每宗調查都會儲存原始查詢證據,因此團隊現在可以在一小時內,利用七個月的正式環境遙測資料重播建議的偵測變更。以前要做這件事,就得人手重新查詢數百宗舊個案;由於非常耗時,實際上往往很少會進行。

團隊對於不同工作應使用哪個模型,現在也有更明確的要求。他說:「我們以前會用最新的模型,但現在不一定需要這樣做。」「為不同任務選用不同模型,對我們來說是一個學習過程。」Block 的安全任務執行框架建基於 Daybreak,協助將任務分配給合適的模型,並設有機制讓人員接手任務,或讓智能代理互相核實工作。團隊會持續根據內部基準測試和實際表現評估這些系統,並在需要時調整做法,如果交由人員審核才是負責任的選擇,就會將工作轉交人手處理。

自動化分流系統讓團隊能更快完成工作,處理的工作量也更多。Block 安全團隊的分流吞吐量提升了 50%,情報蒐集及調查量增加了 50%,並具備了全新的自主威脅獵捕能力。Nettesheim 表示:「這套系統每季完成的調查工作,相當於分析員約 1,100 小時的工作量,因為現在每一則警報所涉及的所有層面,都會得到全面而深入的調查。我們的系統處理每一則警報時,都像當天只有這一則警報一樣全力以赴。」

OpenAI Defense Factory 的實際應用

傳統掃描工具會孤立地標示單一漏洞,但藉助 Daybreak,Block 的安全團隊可以做得更深入。模型有助推測攻擊模式,並串連一系列攻擊,還原出完整的端到端入侵路徑,從而找出可能已存在多年的漏洞。

在其中一宗個案中,一部手提電腦發出的警報,單獨看來只是輕微的政策違規問題。但在同儕覆核期間,模型追查了一個僅在證據中偶然出現的指標,將其與 Block 的身分日誌交叉比對,結果揭露了範圍大得多的一系列問題。「一則例行的端點警報,最終促成了整場攻擊活動的瓦解。沒有任何單一工具能作出這種關聯比對。只有將兩個產品的日誌交叉分析,才會發現這個訊號。」James 說。

近期的一次紅隊演練,是 Daybreak 發揮作用的另一個例子。模型只獲得了有關某個內部系統的少量提示,便在約兩小時內串連出一條完整的攻擊路徑:SQL 注入、權限提升、建立立足點、列舉憑證,再轉向其他系統。這通常需要紅隊演練人員花數天才能完成。在近期的紅隊演練中,從提交漏洞概述到自動提出修補方案,只需 18 分鐘。

發現漏洞的價值,取決於能否修復漏洞。Nettesheim 逐步說明團隊每次發現問題時採用的流程:找出問題在程式碼中的位置,確認由誰負責,然後着手修復。「先提出修補方案,確認漏洞是否可被利用,然後驗證問題是否已修復;整個過程由人員介入引導,並部署程式碼變更。」

智能代理雖然具備技術能力,卻不了解機構的背景,也不知道以往決策背後的考量。這些背景資訊和策略需要由人員提供,而他的團隊正是在這個環節介入,提供人手審核。Nettesheim 表示,隨着 AI 的判斷力在實踐中得到驗證,「我們會逐步提高可承擔的風險等級,將它用於更敏感的系統。」

成果概覽

  • 不到一小時,即可用七個月的遙測資料重播建議的偵測變更。

  • 在近期的紅隊演練中,從提交高危漏洞,到系統自動提出修補方案,只需 18 分鐘。

  • 每季約可省下 600 小時分析師處理誤報分流的工作時數。

  • 每季完成約 1,100 小時的分析師調查工作。

  • 分流吞吐量提升 50%。

  • 情報蒐集及調查量增加 50%。

下一步

單是偵測和應對工作,每季已為分析員節省約 600 小時原本用於誤報分流的時間;騰出這些時間後,團隊現在能投入更多精力進行深入調查,並以負責任的方式建立更多自動化流程。

隨着攻擊速度加快,AI 模型不斷進步,Nettesheim 認為有機會從源頭減少引入的漏洞數目。這樣一來,安全團隊便能少花時間修補漏洞,並把更多時間用於預防性和策略性工作。

「OpenAI 正透過讓所有人都能使用這些先進能力,將優勢轉移到防守者一方,」他說。「這些能力通常只有知名度極高的科技公司和政府才能掌握。但現在,所有人,包括關鍵基礎設施、學校和小型企業,都可以開始運用這項技術來保護自己的網絡。」

迎接全新工作時代

全球已有超過 100 萬家企業透過 OpenAI 取得實際成果。