金融 / 支付
Block：安全团队检测规则调整、告警调查和漏洞修复的自动化
- 企业
- Block
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
根据OpenAI于2026年10月14日发布的Block客户案例，运营Square、Cash App和Afterpay的Block安全团队，审查软件漏洞或解析日志这类工作需要花费数天到数周。验证检测规则的变更需要手工重新查询数百个历史案例，实际上很少进行，分类误报告警也耗费大量分析师时间。
使用的技术与数据
Block安全团队在OpenAI Daybreak之上搭建了安全工作框架，把每项任务分配给合适的模型，并设置了由人接管任务或由智能体互相核查结果的机制。每次调查都会保存原始查询证据，因此可以把检测规则的变更方案在历史生产遥测数据上重新运行；自动分类系统会对每一条告警进行完整的深入调查。对于漏洞，团队定位问题所在的代码和负责人，提出补丁，并确认可利用性和修复效果，这一过程由人主导，代码变更的部署也由人负责。
成果
案例显示，把检测规则变更方案在7个月的生产遥测数据上重新运行，现在不到1小时即可完成；在最近的红队演练中，从提交高层级漏洞到自动提出补丁用时18分钟。首席信息安全官James Nettesheim表示，自动系统每季度完成约1,100个分析师小时的调查。案例称，过去用于分类误报的分析师时间每季度节省约600小时，告警分类处理量以及情报收集和调查各增加了50%。
局限与待解问题
案例没有披露这些结果的测量期间和比较基准，也没有披露实际应用到生产系统的补丁数量。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。