01
#
#
AI Agent称为“智能体”,旨在大模型技术驱动下,以自然语言为交互方式高自动化地执行和处理专业或繁复的工作任务,从而极大程度释放人员精力。
AI Agent 的工作仅需给定一个目标,就能够针对目标独立思考并做出行动,它会根据给定任务详细拆解出每一步的计划步骤,依靠来自外界的反馈和自主思考,为自己创建 prompt以实现目标。AI Agent由记忆、规划、工具使用和行动四个主要模块组成。通过这四个模块的相互关联配合,AI Agent能在更广泛的场景中完成复杂或专业的任务。
AI Agent和大模型的主要区别在于:大模型与人类之间的交互是基于prompt实现的。用户prompt是否清晰明确会影响大模型回答的效果,没有精确有效的prompt,即便是能力最强的ChatGPT也不行。AI Agent提供了更广泛的功能,特别是在与环境的交互、主动决策和执行各种任务方面,能为LLM核心提供强大的行动能力。
#
#
AI智能体主要由协作协议、工作流程、功能AI Agent群等组成。具体描述如下:
协作协议:定义了协作控制器,使用自然语言,组织和协调多个AI Agent,将不同的功能AI Agent组织起来。
工作流程:通过将暴露面管理的任务工作流程分解为任务生成、任务执行、任务评估和任务结束这四个步骤,借助协作控制器根据用户或外部环境的反馈,进行流程的控制和反馈。提供协作所需的基础能力。
功能AI Agent群包括资产发现、威胁识别、漏洞验证、优先级评估、安全知识等功能性Agent,使用大语言模型与生成式AI技术和暴露面管理系统进行集成,实现和暴露面管理核心功能的连接。
# 效果#
基于AI agent协作,将涉及暴露面管理业务的人、系统、设备、知识、组织、流程、数据、工具等要素全部连接起来,实现安全工作全流程、全数据化,支撑经营决策。
”AI+TI”双轮驱动的暴露面管理--ExposureAI,坚持“能力化、自动化、智能化”的理念,聚焦情报驱动的“暴露面管理”平台建设运营,为关键信息基础设施安全保驾护航 。
【End】
watcherlab
做数字经济时代的安全守望者
长按扫码可关注
END
watcherlab
做数字经济时代的安全守望者
原文始发于微信公众号(守望者实验室):“LLM+EM”—基于AI Agent的暴露面全流程智能化管理
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论