Block 如何運用 OpenAI 技術打造 AI 驅動的資安防護
Block 運用包括 OpenAI Daybreak 在內的 AI 系統，縮短漏洞修補時間，讓資安團隊能專注於策略性工作。
偵測調校
<1 小時
以七個月的遙測資料回測偵測調整方案所需時間
修補方案
18 分鐘
從提交漏洞概要到自動提出修補方案所需時間
誤報分流
約 600 小時
每季省下的工作量（分析師工時）
調查
約 1,100 小時
每季完成的調查工作量（分析師工時）
Block 是 Square、Cash App 與 Afterpay 背後的公司，其資安團隊運用 OpenAI Defense Factory，讓 AI 負責漏洞探索、偵測與應變，處理規模遠超任何人力團隊所能負荷。藉助包括 OpenAI Daybreak 在內的 AI 系統，Block 只需幾小時，就能完成過去需要數週的工作。
「AI 正在縮短人們從想法到行動的時間。曾有一段時間，大家認為攻擊者占有優勢，因為他們動作更快、更靈活。但有了 Daybreak 這類系統，加上 OpenAI 工具的進步，防禦者也能以同樣的技術還擊，跟上 AI 快速普及的步伐。」
無論是程式碼生成還是資安作業，Block 的資安團隊一直致力於以負責任的方式，將 AI 導入各項工作流程。資訊安全長 James Nettesheim 表示：「真正的核心，是多了一位能和你一起擴大工作規模的新隊友。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。」
過去，檢視軟體錯誤或解析日誌往往需要數天甚至數週才能完成。現在，團隊只需以往的一小部分時間就能完成，而且每項結果仍由人員驗證。
以偵測調校為例，每次調查都會保留原始查詢證據，因此團隊現在能在不到一小時內，用七個月的正式環境遙測資料，回測擬議的偵測調整。過去，這項工作意味著要手動重新查詢數百起舊案例，因為太耗時，實務上很少真的執行。
團隊也更講究該用哪個模型來處理哪項工作。他說：「我們以前都用最新的模型，但現在不必再這麼做了。為不同任務選擇不同模型，是一段持續學習的過程。」Block 的資安任務執行框架建構於 Daybreak 之上，協助將任務分派給合適的模型，也設有介接機制，讓人員接手任務，或讓代理彼此驗證工作成果。團隊持續依據內部基準測試與實際表現來評估這些系統，並視需要調整做法；當交由人工審查才是負責任的選擇時，就會將工作轉交人員處理。
自動化分流系統讓工作完成得更快，處理量也更多。Block 資安團隊的分流吞吐量提升了 50%，情資蒐集與調查量增加了 50%，還具備了全新的自主威脅獵捕能力。Nettesheim 說：「這套系統每季完成的調查工作，相當於分析師約 1,100 小時的工作量，因為現在每則警示都會接受完整、深入的調查，涵蓋警示涉及的所有要素。我們的系統處理每則警示時，都像那是當天唯一的一則警示。」
傳統掃描工具會各別標記單一漏洞，但藉助 Daybreak，Block 的資安團隊能做得更多。模型協助推想可能的攻擊模式，將一連串攻擊串成完整的端到端入侵路徑，找出可能已存在多年的漏洞。
在其中一個案例中，單看一台筆電發出的警示，似乎只是輕微的政策違規問題。但在同儕審查時，模型追查了證據中一個看似無關緊要的指標，將它與 Block 的身分識別日誌交叉比對，揭露了一系列範圍更廣的問題。James 指出：「一則例行的端點警示，最終促成了整場攻擊行動的瓦解。沒有任何單一工具能建立這樣的關聯。只有將兩套產品的日誌交叉比對，才能看見這個訊號。」
最近一次紅隊演練是 Daybreak 發揮作用的另一個例子。模型只拿到幾個關於內部系統的提示，就在約兩小時內串出一條完整攻擊路徑：SQL 注入、權限提升、建立立足點、列舉憑證，再以此為跳板轉向其他系統。這通常需要紅隊演練人員花上好幾天才能完成。在最近幾次紅隊演練中，從提交漏洞概要到自動提出修補方案，只花了 18 分鐘。
找出漏洞的價值，取決於能否將它們修好。Nettesheim 說明了團隊處理每項發現的流程：先找出問題在程式碼中的位置，確認負責人，再著手修補。「先提出修補方案，確認漏洞能否被利用，再驗證是否已修復，全程都有人員參與引導，並部署程式碼變更。」
雖然代理具備技術能力，卻不了解組織的脈絡，也不知道過往決策背後的考量。這些背景資訊與策略需要由人提供，而他的團隊正是在這裡介入，增加一層人工審查。隨著 AI 的判斷力在實務中得到驗證，Nettesheim 表示：「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。」
不到一小時，就能以七個月的遙測資料回測擬議的偵測調整。
在最近幾次紅隊演練中，從提交漏洞概要到自動提出修補方案，只需 18 分鐘。
每季為分析師省下約 600 小時的誤報分流工作。
每季完成相當於分析師約 1,100 小時工作量的調查。
分流吞吐量提升 50%。
情資蒐集與調查量增加 50%。
光是在偵測與應變工作上，每季就已為分析師省下約 600 小時原本用於誤報分流的時間。有了這些省下的時間，團隊現在能投入更多心力進行深入調查，並以負責任的方式建立更多自動化流程。
隨著攻擊節奏加快、AI 模型持續進步，Nettesheim 看見了從源頭減少漏洞產生的機會。如此一來，資安團隊就能減少修補所花的時間，把更多心力放在預防性、策略性的工作上。
他說：「OpenAI 讓每個人都能運用這些先進能力，正逐步將優勢轉向防禦者。過去，這類能力通常只掌握在極具知名度的科技公司和政府手中。但現在，包括關鍵基礎設施、學校與小型企業在內，所有人都能開始運用這項技術，保護自己的網路。」
