防禦者窗口正在關閉：OpenAI 用 AI Agent 蓋了一座「防禦工廠」

OpenAI 最近公開了一套叫做 「Defense Factory」（防禦工廠）的自動化安全運營體系：由 AI Agent 持續地掃描、驗證、修復漏洞，把「發現—分級—修復—驗證」整條鏈路變成不需要人逐工單跟進的流水線。這不是一篇概念文——它附帶了內部安全衝刺的完整數字：首日關閉 53 個緊急/高優先級問題、90.6% 的負責人類比被接受、動態驗證後誤報率只剩 0.81%、Codex 產生的補丁回滾率 0.53%。

為什麼現在做：攻擊方已經換了引擎

OpenAI 給出的理由很直接：現在的 AI Agent 可以長時間運行、跨 session 累積對目標系統的認知、把分散的弱點串成攻擊鏈。過去需要一個熟練紅隊花幾週做的事，攻擊方現在可以用一支 Agent 艦隊在機器速度下掃描、測試、利用。而開放權重模型讓這套能力不再稀有。換句話說：攻方的自動化已經到位，防方還在等工單分到人——這中間的落差就是事故窗口。

OpenAI 同時點出防禦方目前握有的兩個結構性優勢：一是可以把自家 source code 與內部系統上下文直接餵給授權 Agent；二是能用比市面開放權重模型更強的前沿模型。但這個領先是有時間限定的——官方稱之為「防禦者窗口」：在自主攻擊能力廣泛普及之前，把持續防禦先建起來。窗口不會一直開著。

防禦工廠長什麼樣子

架構上它不是另起爐灶，而是把現有工具用 API、CLI、MCP 串成一條 Agent 可執行的流水線：GitHub / GitLab 做版本控管，Snyk / Semgrep / Tenable 做掃描，Jira / Linear / ServiceNow 做工單與追蹤。底層分兩個平面：控制平面管編排、策略、憑證代理；資料平面提供一次性、可重現的開發環境，讓 Agent 在其中重現漏洞、測補丁，跑完即銷毀，避免污染下一次運行。全程有監控、稽核日誌與存取控制兜底。

核心循環五步：資產盤點 → 漏洞發現 → 動態驗證 → 負責人類比 → 已驗證的修復。每一步都讀寫共用的 SECURITY.md 上下文——系統地圖、ownership、調查證據、測試程序都沉澱在裡面，讓下一輪不用從零開始。這正是傳統流程最痛的五個瓶頸（發現要排隊、重複問題淹沒優先級、找不到負責人、工程師重複調查、合併之後沒人驗證部署）的逐點解法。

最值錢的三個數字

• 37% 的發現是重複的——Agent 去重直接把噪音打掉，人工分級前先把「同一個洞」合併掉
• 19.5% 的发现被成功重現——只有能在環境裡跑出來的才繼續走流程，「跑不出」與「測試跑不動」被明確區分
• 0.53% 補丁回滾率——修復 100% 由 Codex 產出，但每片補丁都先在隔離環境對真實服務做功能與安全雙重驗證才交審

還有一個容易被忽略的教訓：補丁合併了 ≠ 修好了。OpenAI 發現「已合併的 patch」與「全集群部署到位的 fix」之間有落差，所以把「獨立複測部署結果」做成流程的獨立一步。對任何跑過大規模 fleet 的團隊來說，這一步就是 MTTR 的最后一公里。

給你的三點取捨

• 從一條 workflow 開始，不要一次全自動化——OpenAI 自己的路徑是「小批次 + 人工審核 → 逐段放權」，人負責設界線、處理例外、檢查結果
• 可重現環境是地基——Agent 的驗證品質完全取決於環境能不能穩定重現，先投資這塊再談規模
• 把上下文沉澱成檔案——SECURITY.md 式的共享上下文讓每輪循環複用上一輪的證據，這是成本最低的槓桿