4月8日消息，亞馬遜云科技近期接連發布了兩款重磅AI產品，用于安全測試和云運維的前沿Agent：Amazon Security Agent 和Amazon DevOps Agent，標志著其“前沿Agent”（Frontier Agents）理念正式落地。

Amazon Security Agent將滲透測試從周期性的瓶頸轉變為一種按需能力，Amazon DevOps Agent實現了跨多云環境的自主卓越運維。

與市面上絕大多數停留在“對話式助手”層面的AI產品不同，亞馬遜云科技將其定義為“前沿Agent”，強調三個核心特征：自主性、規模化、持久性。

亞馬遜云科技數據與機器學習副總裁 Swami Sivasubramanian表示，與協助處理單個任務的傳統AI助手不同，這兩款前沿Agent作為團隊的延伸，負責交付完整的成果。它們自主工作以解決復雜問題，跨多個步驟做出決策，并持續運行直到實現目標，正在改變組織處理應用安全和運維的方式。

Amazon Security Agent：讓滲透測試“隨時、全面、低成本”

Amazon Security Agent主打的是按需滲透測試。傳統的滲透測試是典型的“奢侈品”：一次完整的手動滲透測試動輒數周時間、數萬美元成本，絕大多數企業只能挑選最核心的一兩個應用，每年測一兩次。剩下那些不那么“關鍵”的系統，基本處于“測不起、也不想測”的狀態，漏洞暴露窗口長達數月甚至一年。

Amazon Security Agent試圖顛覆這個模式。Amazon Security Agent提供7x24小時的全天候自主滲透測試，成本遠低于人工滲透測試。

它的工作方式模仿了一個真人滲透測試員：首先，它會讀取用戶的源代碼、架構圖、設計文檔、威脅模型，全面理解用戶的應用是如何設計和構建的。然后，它會嘗試用各種針對性的payload和攻擊鏈去“黑”用戶的應用。最關鍵的是，它不僅僅報告潛在漏洞，還會實際嘗試利用，確認這個漏洞是不是真的可以被攻擊者利用。

這種“驗證優先”的思路大幅減少了傳統掃描器最讓人頭疼的問題——誤報。運維和安全團隊可以直接拿著這份報告去修復，而不是花大量時間先驗證真偽。

更值得關注的是Amazon Security Agent的上下文感知能力。傳統的安全掃描器往往是“無狀態的”，它們不關心應用是做什么的、數據流是怎么走的、支付邏輯是怎么實現的。而Amazon Security Agent會讀應用設計文檔、API規范、用戶故事，然后基于這些上下文去構造攻擊場景。比如，它發現應用在處理支付時有一個價格參數，它會嘗試修改這個參數，驗證是否存在價格操縱漏洞，這種業務層面的影響分析，是傳統掃描器完全做不到的。

Amazon Security Agent部署流程也很簡潔。用戶只需要先為每個應用創建一個“Agent空間”，連接代碼庫和文檔，完成域名所有權驗證，之后就可以按需啟動測試。整個過程幾分鐘內就能開始，幾個小時內就能收到經過驗證的報告。

亞馬遜云科技副總裁兼首席信息安全官Amy Herzog表示：“ Amazon Security Agent能夠將滲透測試時間從幾周縮短到幾小時，同時發現傳統掃描器錯過的關鍵漏洞。在亞馬遜云科技，我們也在使用Amazon Security Agent。這正是AI成為自主合作伙伴以提供全面、持續保護的絕佳范例。”

據介紹，Amazon Security Agent在預覽期間，已經有客戶給出了相當正面的反饋。日本安全服務公司HENNGE K.K.表示，Amazon Security Agent發現了他們手動測試從未發現的問題，測試時間縮短了90%以上。Bamboo Health的安全運營經理Travis Allen更是直言：“Amazon Security Agent發現了其他工具從未揭示的問題。傳統掃描器根本無法與之相提并論。我第一次感覺自己擁有了一位AI工具作為強有力的防御工具。”

亞馬遜云科技自己也公布了一組數據：在CVE Bench v2.0測試中，Amazon Security Agent的成功率達到92.5%。說明這個Agent在發現和驗證已知漏洞類型方面已經具備了相當的實用性。

Amazon DevOps Agent：支持多云運維、主動預防

運維團隊常被碎片化的告警、多工具數據孤島、反復出現的相似故障所困擾。Amazon DevOps Agent 的定位是“全天候智能運維隊友”，它的工作方式就像一位經驗豐富的DevOps工程師，可與用戶的運維團隊緊密協作，覆蓋故障從檢測、排查、恢復到預防的全生命周期，可跨亞馬遜云科技、多云及本地環境，快速排查故障、主動預防問題，優化應用可靠性與性能，并高效處理各類SRE任務，

此前Amazon DevOps Agent預覽版的數據相當亮眼，亞馬遜云科技客戶反饋的數據顯示，客戶和合作伙伴報告平均修復時間（MTTR）最多降低75%，排查速度提高80%，根因定位準確率達到94%，故障解決速度提高3到5倍。

這次正式發布，Amazon DevOps Agent新增了不少值得關注的能力。

其中，多云和本地支持是其中最重要的一個。DevOps Agent現在已經可以調查Azure工作負載中的故障，跨亞馬遜云科技、Azure和本地環境關聯數據。對于大多數企業來說，往往是亞馬遜云科技、Azure、私有云、物理機混搭，能夠統一處理這些異構環境的故障排查，可謂真正的生產力提升。

技能學習與自定義也是一大亮點。Agent可以學習企業的排查模式、工具使用習慣和系統架構，基于團隊處理各種故障的方式沉淀專屬能力。團隊還可以添加自己的排查流程、最佳實踐和內部運維知識，一次創建，后續所有相關故障排查都能自動復用。

代碼索引功能支持為應用代碼倉庫建立索引，Agent在故障排查時可以理解代碼結構，識別潛在缺陷，甚至在緩解方案中提供代碼級的修復建議。

分診Agent則是一個實用的自動化過濾機制。它會自動評估故障嚴重程度，識別重復工單。當檢測到重復告警時，會將其標記為“已關聯”并鏈接到主排查任務中，幫助團隊減少無效告警的干擾，集中精力處理真正的核心故障。

在集成生態方面，DevOps Agent新增了對PagerDuty、Grafana、Azure DevOps、Amazon EventBridge的支持，加上已有的Datadog、Dynatrace、New Relic、Splunk、GitHub、GitLab、ServiceNow等，基本覆蓋了主流的可觀測性和運維工具鏈。

西部州立大學（WGU）的案例很有說服力。這所在線大學有超過19萬在校生，是首批將Amazon DevOps Agent投入生產環境的機構。在一次生產故障中，他們的SRE團隊原本預計需要兩小時才能修復，結果Agent只用了28分鐘就定位到了Lambda函數的配置問題，還順帶挖掘出了一份之前沒人歸檔過的內部文檔。MTTR降低了77%。WGU的技術運營總監Angel Marchena說：“它直接找到了關鍵證據。這次排查對我們而言是重大勝利。”

AI Agent的“奇點”正在逼近？

Swami Sivasubramanian強調，Amazon Security Agent和Amazon DevOps Agent展示了前沿Agent的三個特征：獨立工作以跨多個步驟實現目標；大規模擴展以處理整個應用組合中的并發任務；持續運行數小時或數天，以從頭到尾完成復雜的工作流。

這兩種Agent處理了以前需要大量人力和專業知識的復雜工作，幫助安全團隊從對關鍵應用的周期性測試轉向對所有事物的持續、全面測試；幫助運維團隊從被動的消防式補救轉向主動的系統改進。

亞馬遜云科技此次發布的前沿Agent，不僅是產品層面的升級，更是AI應用范式的一次重要躍遷。它標志著AI正在從“對話式助手”走向“行動式隊友”，從“輔助決策”走向“自主執行”。

Swami Sivasubramanian強調：“這僅僅是一個開始。隨著我們繼續開發前沿Agent以及構建您自己的前沿Agent的工具，我們致力于讓這些系統變得強大、高效且值得信賴。這些前沿Agent代表了一種新的運維方式——AI系統作為團隊的真正延伸，完全擁有某些任務，而您則專注于最具戰略意義的事情。”