Swimlane面向安全运营中心（SOC）推出了一项智能路由功能，可对进入系统的安全告警进行自动分类，并分配到不同的调查和处置路径中。据SiliconANGLE当地时间8月19日报道，这项功能可将告警自动引导至确定性自动化、AI调查或Agentic自动化流程。
按照Swimlane的介绍，该功能会在初始分流阶段先评估告警的复杂度，以及处理过程中需要多大程度的AI介入。较简单的任务仍由既有自动化流程完成，只有在需要推理和判断时，系统才会调用能力更强的AI模型。公司表示，这样的设计既有助于提升安全团队的调查效率，也能避免将所有任务一律交由高成本模型处理。
Swimlane联合创始人兼CEO Cody Cornell表示，随着AI使用持续增加，下一代SOC不可能默认把所有工作都交给AI完成。他指出，面对数十万项调查任务时，即使单次成本只有5至10美元，也会很快累积成沉重支出。公司的目标，是根据告警情况合理分配小模型和大模型，以降低整体成本压力。
Swimlane还强调，安全团队无需完全依赖系统的自动分流结果。即便某条告警最初被判定为简单任务并进入确定性自动化流程，若后续确认其可能是更大威胁的起点，仍可再转交给推理能力更强的模型处理。公司表示，整个流程的控制权始终掌握在安全团队手中，AI是辅助工具，而非取代人工判断。
此外，Swimlane指出，当前一些AI安全平台存在过度调用生成式AI模型的问题——原本可以通过确定性脚本完成的任务，也被送交大模型处理。公司称，对于文本检索这类任务，或仅需6行Python脚本即可完成的工作，如果改用高价模型，成本可能飙升数千个百分点，且处理结果也可能出现明显差异。
记者信息
Chi-gyu Hwang
delight@d-today.co.kr