技术实践

Vega以Claude智能体闭环承接安全告警分诊与调查

应用与实践智能体系统Agent Skills行业应用

概述

企业安全数据散落在数十个工具与云环境里,传统SIEM的思路是集中摄取,但成本高到多数团队只负担得起一部分,其余成为盲区——一家全球前四的银行为接入VPC流日志、CloudTrail和Microsoft 365遥测,向旧SIEM摄取需额外花费600万美元。Vega反其道而行:平台直接在数据所在地运行检测、分诊、调查、优化的智能体闭环,不做集中摄取,以Claude为推理引擎。工程上按管线分层匹配模型档位:确认后的高价值告警交给最深推理,日志分析与摘要等高吞吐环节用轻量档位,兼顾精度与单位经济性;安全工程师把分诊、调查经验写成技能文件,每条告警按这套判断运行,结论可解释、附建议动作,所有变更由工程师签核。生产部署走Amazon Bedrock,零数据保留、流量不走公网,曾用不到三周为客户搭起法兰克福EU数据驻留控制面。厂商披露的效果包括:某财富500强保险公司分诊均值从25分钟降到3分钟以内,调查最快提速44倍、数据成本低82%,分析师约67%的时间被释放;平台41秒可扫完17个AWS区域逾10亿条CloudTrail日志,人工基线为30分钟。这些数字均为厂商口径,选型时应以POC验证。