AI 资源库 · 已整理 3 项
查看与AI 安全工具相关的 AI 资讯、工具、Skill、工作流和开源项目。
Webflow 公司花了一年时间把 AI 用在事故响应的环节里，比如整理告警、调取处置手册、提出应对建议，甚至起草事后复盘。这样一来，AI 已经成了事故响应系统的一部分。但问题在于，传统的桌面演练只测试人，默认工具是固定的、不会出错的，所以没人演练过 AI 出错时该怎么办。作者建议在演练里加一层专门针对 AI 的故障注入，比如 AI 自信地给出错误结论、AI 系统本身不可用、有人绕过安全护栏、团队忘了手动操作的老办法，以及 AI 建议和人工决策之间的交接边界是否清楚。目前这些建议还只是实践者的经验分享，没有提到具体的产品或工具。
提供的材料未提及具体可用工具。
Snyk 首席创新官 Manoj Nair 与 Anthropic 应用 AI 负责人 Alon Krifcher 在一场线上活动中讨论：攻击者已经开始用 AI 智能体自动发起攻击，防御窗口从几个月缩短到几分钟甚至 27 秒。Snyk 提出用「发现 → 修复 → 验证 → 预防」四步并行应对，并称其产品 Evo 和 Snyk Studio 已在实际企业中使用，例如有客户靠它发现了人工渗透测试漏掉的问题。对读者的意义是：可以关注一个简单指标——新发现的问题与已关闭问题的比例，它比开了多少工单更能说明安全状况是否真的在改善。
有人拿同一个漏洞百出的网站做测试，一边用 Evo COS 这种直接去打活网址的工具，一边用 Claude Security 这种只读代码找漏洞的工具。结果 Evo COS 能证明 15 条攻击链里的 10 条确实能打通，比如先利用一个漏洞拿到签名密钥，再用它伪造管理员身份接管后台；而只读代码的模型虽然也能发现同样的两个漏洞，却无法证明它们能被串起来真正攻破系统。这说明看代码和打活系统是互补的两件事，想真正评估风险，两边的活都得干。