Tamnoon 用四个智能体自动修复云安全暴露
先了解这件事
2026 年 10 月 14 日，AWS Machine Learning Blog（一手）与 AGI Hunt 先后报道，安全公司 Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，用于自动调查 CNAPP 等来源的发现项并安全地编排修复。Tami 包含调查、安全评分、修复、代码生成四个专职智能体；其中安全评分输出 SAFE、RISKY 或 AWAITING DATA 三类判定，修复智能体仅处理被判定为 SAFE 的项目，并遵循“备份→修复→验证”流程，代码生成环节须经独立的 reviewer 智能体审批。Tamnoon 表示，该方案在 90 天内将关键云暴露减少 90% 以上，且未发生生产事故。目前除上述架构与效果数据外，暂无更多细节披露。
AI 根据报道生成 · 41 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntTamnoon 四智能体修复云安全漏洞，90 天锐减 90% 暴露
安全公司 Tamnoon 基于 Amazon Bedrock 构建智能体修复编排器 Tami，90 天内将关键云暴露减少 90% 以上且零生产事故。其架构含调查、安全评分、修复、代码生成四个专职智能体，修复仅处理 SAFE 项并遵循备份→修复→验证，代码生成须经独立 reviewer 智能体审批。
- AWS Machine Learning BlogTamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复智能体 Tami
Tamnoon 在 Amazon Bedrock 上构建了智能体式云修复编排器 Tami，用于自动调查 CNAPP 等来源的发现项并安全编排修复。该方案在 90 天内将关键云暴露减少超过 90%，零生产问题。Tami 含调查、安全评分、修复和代码生成四个智能体，安全评分输出 SAFE、RISKY 或 AWAITING DATA。
本事件热度走势
当前热度 18·可比范围峰值 18（10月15日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。