防御者窗口正在关闭：OpenAI 用 AI Agent 盖了一座「防御工厂」

OpenAI 最近公开了一套叫做 「Defense Factory」（防御工厂）的自动化安全运营体系：由 AI Agent 持续地扫描、验证、修复漏洞，把「发现—分级—修复—验证」整条链路变成不需要人逐工单跟进的流水线。这不是一篇概念文——它附带了内部安全冲刺的完整数字：首日关闭 53 个紧急/高优先级问题、90.6% 的负责人类比被接受、动态验证后误报率只剩 0.81%、Codex 产生的补丁回滚率 0.53%。

为什么现在做：攻击方已经换了引擎

OpenAI 给出的理由很直接：现在的 AI Agent 可以长时间运行、跨 session 累积对目标系统的认知、把分散的弱点串成攻击链。过去需要一个熟练红队花几周做的事，攻击方现在可以用一支 Agent 舰队在机器速度下扫描、测试、利用。而开放权重模型让这套能力不再稀有。换句话说：攻方的自动化已经到位，防方还在等工单分到人——这中间的落差就是事故窗口。

OpenAI 同时点出防御方目前握有的两个结构性优势：一是可以把自家 source code 与内部系统上下文直接喂给授权 Agent；二是能用比市面开放权重模型更强的前沿模型。但这个领先是有时间限定的——官方称之为「防御者窗口」：在自主攻击能力广泛普及之前，把持续防御先建起来。窗口不会一直开著。

防御工厂长什么样子

架构上它不是另起炉灶，而是把现有工具用 API、CLI、MCP 串成一条 Agent 可执行的流水线：GitHub / GitLab 做版本控管，Snyk / Semgrep / Tenable 做扫描，Jira / Linear / ServiceNow 做工单与追踪。底层分两个平面：控制平面管编排、策略、凭证代理；资料平面提供一次性、可重现的开发环境，让 Agent 在其中重现漏洞、测补丁，跑完即销毁，避免污染下一次运行。全程有监控、稽核日志与存取控制兜底。

核心循环五步：资产盘点 → 漏洞发现 → 动态验证 → 负责人类比 → 已验证的修复。每一步都读写共用的 SECURITY.md 上下文——系统地图、ownership、调查证据、测试程序都沉淀在里面，让下一轮不用从零开始。这正是传统流程最痛的五个瓶颈（发现要排队、重复问题淹没优先级、找不到负责人、工程师重复调查、合并之后没人验证部署）的逐点解法。

最值钱的三个数字

• 37% 的发现是重复的——Agent 去重直接把噪音打掉，人工分级前先把「同一个洞」合并掉
• 19.5% 的发现被成功重现——只有能在环境里跑出来的才继续走流程，「跑不出」与「测试跑不动」被明确区分
• 0.53% 补丁回滚率——修复 100% 由 Codex 产出，但每片补丁都先在隔离环境对真实服务做功能与安全双重验证才交审

还有一个容易被忽略的教训：补丁合并了 ≠ 修好了。OpenAI 发现「已合并的 patch」与「全集群部署到位的 fix」之间有落差，所以把「独立复测部署结果」做成流程的独立一步。对任何跑过大规模 fleet 的团队来说，这一步就是 MTTR 的最后一公里。

给你的三点取舍

• 从一条 workflow 开始，不要一次全自动化——OpenAI 自己的路径是「小批次 + 人工审核 → 逐段放权」，人负责设界线、处理例外、检查结果
• 可重现环境是地基——Agent 的验证品质完全取决于环境能不能稳定重现，先投资这块再谈规模
• 把上下文沉淀成档案——SECURITY.md 式的共享上下文让每轮循环复用上一轮的证据，这是成本最低的杠杆