专题演讲嘉宾：梁浩

安全运营一直以来投入和产出效果不尽人意，主要原因是运营期望达到的目标与投入的人力资源存在较大的差距，有价值的目标无法实现，有限的人力投入又无法带来效果。大模型技术的发展，从 LLM 原生安全能力到 AI 智能体带来的运营任务人工替代，为安全运营真正实现威胁管理到风险治理的大闭环创造了可能。

演讲提纲：

1. 安全运营的现状
   • 威胁检测覆盖度与依赖人工的分析能力难两全：
     • （看见威胁）检测全 <调阈值，必须取舍>（分析威胁）分析准
     • 场景一：实现精准检测，牺牲可见性，关注和响应高质量、高风险和高确定性告警。
     • 场景二：全面检测，覆盖更多的攻击技战术，牺牲准确性。
   • 发现威胁到处置难闭环：
     • 封禁攻击 IP（处理攻击者）
     • 查杀感染主机（处理受害者）
     • 风险管理（风险收敛/隐患消除）
2. 大模型如何改变安全运营现状，实现真运营？
   • 大模型（LLM）原生能力擅长什么？
   • 基于大模型的"Security Copilot"在安全运营场景下理论上能实现初级安全分析师的部分工作（类比自动驾驶L3，人机协作）
   • 当前的 Security Copilot 不太擅长什么？
   • 从 LLM -> AI Agent，系统性增强了哪些方面？
   • AI Agent 在安全运营场景下理论上能实现中高级安全分析师的大部分工作（类比自动驾驶L4，人类辅助)
   • 当前的 AI Agents 限制是什么？
   • 畅想从 AI Agent -> AGI（自动驾驶L5，Super Jarvis）
   • ​AGI 衍生出新的安全问题：价值观、道德和法律、机器人原则、人类情感等方面的超级对齐需求
3. 总结和思考

听众受益点：

• 安全运营技术发展路径
• 当前阶段及将来，大模型将如何助力安全运营
• AI 时代的安全问题思考