Greenlight建自主SOC 解决率超90%

时间：2026年11月6日 地点：美国 人物：Greenlight Financial 事件详情：金融科技公司Greenlight Financial基于Amazon Bedrock AgentCore构建了名为Luna的自主安全运营中心解决方案。该系统采用分层多代理架构，由Tier 1高容量分诊和Tier 2深度调查两层组成，通过30多个 specialized agents处理每月3000至4000起安全与风险告警。生产数据显示，Luna的自主解决率从仅运行Tier 1时的83%提升至90%以上，常规案例的中位分诊时间从人工的15-30分钟缩短至数秒。 背景：Greenlight Financial为家庭提供借记卡、储蓄工具和智能设备等金融产品，在监管要求下大规模处理敏感金融数据。其SOC每月从暗网泄露卡片、身份访问异常、基础设施告警和金融风险事件四个主要向量接收3000-4000起告警。此前，每起案件需要人工分析师交叉核对多个数据源，耗时15-30分钟，在4000起案件的规模下不可持续。 影响：Luna将人工分析师升级比例从100%降至17%以下，在加入Tier 2后进一步降至10%以下。按Greenlight的测算，处理4000起案件需要1000-2000小时人工时间每月，Luna自主解决90%以上案件，相当于每月节省900-1800小时常规工作。速度提升从分钟级到秒级，将暴露窗口从15-30分钟压缩到数秒，同时保持24/7一致的分诊质量。 总结：Greenlight的Luna系统展示了AI多代理架构在金融安全领域的实际落地价值。通过Bedrock AgentCore的runtime托管代理代码，结合memory能力支持分层多代理系统，Greenlight在无需自建能力的前提下实现了高自主解决率。该案例也为受监管行业的AI部署提供了可复用的架构模式。 常见问题： 问：Luna的自主解决率是多少？ 答：根据Greenlight生产数据，Luna自主解决超过90%的每月安全与风险案件。 问：Luna处理案件的速度有多快？ 答：常规案件的中位分诊时间为数秒，此前人工处理需要15-30分钟。 参考来源： AWS官方博客 https://aws.amazon.com/cn/blogs/machine-learning/how-greenlight-financial-built-an-autonomous-soc-solution-on-amazon-bedrock-agentcore/ AI导航 https://ai-tokens.cn/news/news-1e3b4849f46ed234.html Today for AI http://www.todayforai.com/en/items/art-0e842cf8-750 explainx.ai https://explainx.ai/blog/greenlight-luna-autonomous-soc-bedrock-agentcore-83-percent-autonomous-2026 ai.qidiandaohang.com https://ai.qidiandaohang.com/news/12003442/