Greenlight的告警分诊：四千条一个月，九成不靠人

01

每月四千条告警，这道算术要解决的不是模型强弱

Greenlight Financial 是一家为美国家庭提供金融服务与产品的独角兽机构：为儿童和青少年发行借记卡、提供储蓄工具，同时管理连网的智能家庭硬件设备。由于直接触碰资金与账户，它所适用的金融合规与数据安全监管要求，与传统商业银行完全处于同一级别。这家公司设有一个安全运营中心（SOC），全天候紧盯系统内部的安全与业务风控两类信号。

该运营中心每月收到 3,000 到 4,000 条告警，主要来自四个方向：

1. 暗网泄露卡：卡组织网络或威胁情报监控发现 Greenlight 客户的卡号在黑市泄露；

2. 身份与访问异常：特权账号异地登录、提权操作及内部 IAM 策略违规；

3. 基础设施告警：终端 EDR、SIEM 日志与云资产台账暴露面异常；

4. 金融风险事件：可疑交易模式、洗钱合规触发条件与支付网关欺诈拦截预警。

真正的痛点在于：一条告警要定论，必须跨多个系统取证。以最常见的暗网泄露卡为例，分析师必须逐一核验：这张卡是否仍然处于激活状态、与近期历史通知是否重复、客户在事件前后的真实会话轨迹、是否存在未结案的客服投诉工单。四件事分布在四个彼此独立的系统里，缺任何一项都无法结案。

熟练分析师处理单条告警耗时 15 到 30 分钟。按每月 4,000 条算，全人工排查需要 1,000 到 2,000 个分析师工时。人手永远不够，这道算术缺的不是单个模型的能力，而是一套能将 30 余个专用 Agent 有序编排并带记忆回流的工程底座。

需要提前厘清官方披露的数据口径：90% 指的是「无需人工介入即得出确定性研判结论并关闭工单」的案件比例，并不等于系统自己动手执行了九成惩戒处置动作。

02

监管那条约束，把自主修复这条路砍掉了

在企业引入智能体时，工程师最容易产生冲动：既然模型已经判定这是一笔盗刷，为什么不让 Agent 直接把银行卡冻结？在金融受监管环境里，这种做法直接踩在红线上。

判断错了与动手错了的代价完全不对称：判断错了，人可以复核、可以反转；动手错了，钱已经划走、卡已经冻结、正常客户已被严重冒犯，且无法静默撤回。

因此，Greenlight 在架构第一天就做出了清醒的取舍：Luna 只做分诊与研判建议，绝对不自主执行不可逆的修复动作。实际的处置行为（如注销卡片、阻断交易、冻结账户），必须由人类分析师审核授权，或由经过企业最高风控委员会审批的高等级确定性安全策略执行。

第二条硬约束是可审计性。在基础设施设计中，CloudWatch 日志被强制留存 30 天，用于提供不可篡改的合规追溯证据。每一项被智能体标记为关闭或升级的事件，都必须沉淀一份带有完整上下文与推理链条的调查快照，确保监管随时可以倒查。

第三条约束关乎团队信任。安全工程师天然不信任会替自己关告警的黑盒工具。Greenlight 的做法非常巧妙：架构严格复刻人类 SOC 的分工——一线初级分析师靠 Runbook 剧本过滤大量噪声，二线资深分析师集中力量啃疑难杂症。由于工作逻辑与团队现行制度完全同构，系统上线仅两个月就获得了整个运营团队的完全信任。

03

分层分诊：一层扛量，一层扛难

Luna 整体采用分层监督者架构，运行在 Amazon Bedrock AgentCore 托管底座之上，部署于 VPC 私有子网内，业务代码通过 ZIP 打包直接投递至 S3，无需团队自行维护 Kubernetes 容器集群或分布式任务调度器。

Tier 1 负责扛量：它是整个系统的吞吐中枢。由基座模型作为大脑，下辖编排 30 余个专用 Agent，横跨 12 个业务与技术域（包括身份与访问、终端检测、可观测性、资产台账、支付网关、客服工单、代码变更等）。

当一条告警进入时，Tier 1 不会盲目遍历所有工具，而是根据告警指纹仅调用相关的 2-3 个专用 Agent 跨源拉取事实，并将多源碎片整合为一个综合判断。在这一层，常规案例的分诊中位耗时被压缩到了个位数秒级，直接当场关闭了约 83% 的常规误报。

Tier 1 与 Tier 2 的分界线是「置信度阈值（Confidence Threshold）」。判断力足够、证据无歧义的案件当场结案；凡是置信度低于门槛的疑难复杂案例（约 10%~17%），自动升级至 Tier 2。

Tier 2 负责扛难：这一层换用具备深度推理能力的模型（Extended Reasoning Model），专门处理被 Tier 1 判定为模糊不清的难案。它跨 3 到 5 个数据源进行长因果链的链式推演，串联起事件前后的时序逻辑，最终生成一份包含完整证据链的调查长报告。

在工程调度上，Tier 2 并不对每条升级案件进行实时抢占调用，而是采用「定时批量处理为主，紧急按需触发为辅」。由于深度推理模型的调用单价显著更高，这种批处理机制确保了当告警量突增时，推理成本曲线不会呈现失控的线性暴增。

04

四个取舍，记忆那一条最难讲清

在系统演进过程中，团队沉淀了四个关键决策取舍，其中关于「智能体记忆」的解构最具指导意义：

取舍一：先锁定具备干净二元判据的切片。安全分诊之所以适合作为智能体切入的第一站，是因为它的验收结果只有明确的二元态：要么判对结案、要么升级人工，不存在模糊的中间态。在二元域内跑出 83% 的确定性指标后，再向金融风险等相邻领域平滑扩展，整体架构保持稳定。

取舍二：记忆不是加个向量库，而是构建回流管线。许多团队对 Agent 记忆的理解停留在「把所有历史塞进向量数据库做 RAG」，导致检索召回的噪声越滚越大。Greenlight 把记忆清晰地拆解为三层：

1. 情景滚动记忆（30 天滑动窗口）：负责短期去重与行为识别。例如某运维系统每周二凌晨 3 点例行维护会固定产生异地登录告警，系统首次处理并确认后自动打上白名单标签，后续同窗口告警直接静默过滤，不再重复打扰分析师；

2. 长期沉淀记忆：沉淀跨越时间窗口的固化经验与先验概率。例如 Greenlight 内部根据历史数据验证出「来自某特定暗网来源的情报误报率高达 73%」，系统便将这一特征固化，遇到该源情报时优先拉网去重，防止虚警占用算力；

3. 案例学习闭环（Case-based Learning Pipeline）：采用 采集(Lambda) ➔ 存库去重(DynamoDB) ➔ 摘要为Prompt上下文(Lambda) ➔ 回流Tier 1 的闭环。这里设立了一条极其严格的铁律：同一类案例以相同方案成功处置满 3 次，才被允许固化为确认模式。这道闸门有效防止了系统将偶发性的异常噪声误当成普遍规律。

取舍三：专用 Agent 跨域复用。当系统从安全运维扩张至金融风险合规时，客服工单和资产审计的专用 Agent 直接整机复用，仅新增风控专属算子，大幅削减了重复建设与跨系统维护成本。

取舍四：复刻人类作战阵型。采用与人类 SOC 相同的分级升级逻辑，降低了领域专家的心理防线，使人机协同真正落到业务实处。

05

九成自主率背后，三个问题原文没有回答

官方公布的对照账本非常亮眼：从全人工时期的 0% 自主结案、100% 人工排查，演进至双层架构加记忆回路后的 90%+ 自主结案率、低于 10% 的人工升级率，单月免去 900 到 1,800 个工时。但在光鲜的数字背后，有三个核心缺口在工业落地时必须冷静审视：

缺口一：83% 与 90% 是自主结案率，不是正确率。官方报告从未披露在这 90% 被机器直接关闭的案件中，究竟有多少是判断正确的，有多少属于误判关闭。在安全运营中，将一次真实的弱信号入侵误当作误报静默关闭，其后果远比多报一条虚警严重得多。如果智能体发生判错，这个错误还会被当作「经验」写入学习回路，产生持续性的自我强化漂移。

缺口二：漏报率（False Negative）没有指标。整个汇报体系中，没有一行统计「本该升级给人工、却被智能体自行关闭」的事件量。学术界在 2026 年 10 月的一项权威评测（ALERT-BENCH 基准，回放 1,247 条真实实战告警）给出了严酷的事实：目前市面上 5 种主流的 LLM 分诊架构，每一种在实战中都漏掉了至少 40.4% 的真实攻击相关告警！工业界的高自主率指标，往往掩盖了惊人的漏报盲区。

缺口三：长周期成本与记忆衰退未经验证。当专用 Agent 数量攀升至 30 多个，多轮工具链调用的综合 Token 与网络开销并未公布；更重要的是，6 个月的运营周期尚不足以检验长周期记忆的有效性，当业务剧烈演进或黑客手法翻新时，旧经验可能与新威胁发生严重冲突。

在向风险管理委员会汇报时，绝不能只亮出「90% 自主率」。必须给自主率强制配一个不可妥协的对手指标——「被智能体自主关闭、但事后抽检证明本应升级人工的案件数」。没有对手指标的自主率，不过是一块遮蔽风险的遮羞布。

06

先分辨告警，再谈自动化

Greenlight 的落地给所有正在推进金融智能体落地的机构提供了极具参考价值的实施路线图：

1. 把判读与执行彻底解耦：让 Agent 在沙箱与多源日志中尽情做分析与交叉比对，但涉及资金划转、账户阻断等高危处置动作，坚决卡死在人工授权闸门或预审策略之后；

2. 别急着堆砌几十个 Agent：先拉出现有告警与工单清单，梳理判据的二元性——哪些是几条规则就能闭环的（进自动分诊），哪些需要关联多方事实推演（进深挖层），哪些充满模糊性必须人工主导（不碰）；

3. 建立常态化逆向抽检制度：从智能体自主关闭的工单中每日按比例随机抽样，交由资深分析师盲审复核，用真实的逆向漏判率压实智能体的信任边界。

只有当技术架构既能释放机器的速度，又能精准锁死金融风险的暴露面，多智能体协同才能真正从展厅走向受监管的核心业务现场。