安全运营 Agent 落地：让 LLM 亲手把自己「炼」成规则 | CN-SEC 中文网
嗯，这篇文章主要讲的是在安全运营中引入LLM和Agent的实践和思考。作者经历了三个阶段：代笔期、共生期和自主期。代笔期主要是用LLM写代码，共生期则是代码调用LLM生成规则，而自主期则是让Agent自己分析告警。不过，自主期的效果不太好，主要是因为结果不收敛和约束不住Agent。
作者还强调了确定性校验的重要性，认为只有能够用代码校验LLM产出的场景才能真正落地。此外，约束Agent行为最好用代码而不是Prompt，因为代码更可靠。
最后，作者总结说Agent最有价值的定位是“规则的自动化生产者”，而不是“永远在线的分析师”。这样可以让系统逐渐减少对Agent的依赖，提高效率和可控性。
总的来说，这篇文章分享了在安全运营中使用LLM和Agent的经验教训，并提出了实用的建议。
文章探讨了在安全运营中引入大语言模型（LLM）和智能体（Agent）的三个阶段：代笔期、共生期和自主期。作者强调确定性校验和代码约束的重要性，并指出让Agent成为规则生产者而非永久分析师更具价值。通过实践经验，文章总结了如何有效利用LLM和Agent提升安全运营效率。