Tamnoon基于Amazon Bedrock构建Tami智能体云安全修复平台
先了解这件事
2026年10月14日,AWS Machine Learning Blog发布报道指出,Tamnoon利用Amazon Bedrock构建了名为Tami的自主云安全修复编排器。该平台通过API集成CNAPP和云原生工具,采用事件驱动和无服务器架构,部署四个专用AI智能体处理从发现、调查到代码生成的全流程。据称在90天内将关键云暴露减少超过90%,且未引发任何生产事故,旨在解决安全团队告警过载和手动排查效率低下的问题。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
- AWS Machine Learning BlogTamnoon 如何用 Amazon Bedrock 构建零生产事故的云安全修复智能体
Tamnoon 在 Amazon Bedrock 上构建了名为 Tami 的自主云安全修复编排器,声称在 90 天内将关键云暴露减少超过 90% 且未引发任何生产事故。该平台通过 API 集成 CNAPP 和云原生工具,利用四个专用 AI 智能体处理从发现、调查到代码生成的全流程,旨在解决安全团队告警过载和手动排查效率低下的问题。 其核心架构采用事件驱动和无服务器设计,将工作流拆解为四个独立阶段:调查智能体负责上下文分析与根因定位;安全评分智能体对修复方案进行保守的风险分级(SAFE/RISKY/AWAITING DATA);修复智能体生成包含回滚步骤的计划;代码生成智能体负责执行并经过审查者智能体的双重验证。这种分层机制配合 Bedrock 的 Guardrails 功能,确保敏感数据不出 AWS 信任边界,同时防止提示词注入攻击。 该案例展示了企业级 Agent 落地的关键工程细节:模型选择并非单一化,而是根据任务难度匹配不同能力的模型以平衡成本与质量;权限控制遵循最小特权原则,AI 不持有云凭证,所有操作通过租户隔离的短期凭证代理执行;治理层面实现了全链路审计,包括 CloudTrail 日志记录和版本化的基础设施即代码。这些机制共同构成了所谓的“纵深防御”安全体系,使得自动化修复在生产环境中具备可信度。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。