Abnormal AI 如何利用 Bedrock AgentCore 打造邮件安全防护体系
Abnormal AI 通过 Amazon Bedrock 的 AgentCore Code Interpreter 打造了一套精准的邮件安全检测系统，其核心优势在于将大语言模型的语义分析与代码执行环境相结合，避免单纯依赖模型输出时的不稳定性。该系统每天处理数十亿条消息，实时拦截威胁，并通过 inline 模式运行，确保延迟和稳定性双优。在开发过程中，80% 的代码变更都与 Agent 相关，其中 40% 的任务由背景 Agent 自动执行，无需人工干预。这种 AI-native 开发模式不仅提升了效率，还通过 Code Interpreter 作为“沙箱”验证代码执行结果，避免依赖模型“猜测”导致的误判。
AgentCore 的 serverless 设计为安全防护提供了额外保障：每个会话在临时 MicroVM 中运行，默认 TTL 15 分钟，最长可延长至 8 小时。这种会话隔离机制确保敏感数据不会泄露，而 操作系统级隔离则进一步保证了不同会话间的数据完全孤立。对于处理 2021 年以来大规模邮件数据的安全产品公司来说，这意味着即使在高并发场景下，数据安全也能得到严格保障。
在灵活性方面，AgentCore 支持两种部署方式：VPC 内部部署或公网访问，使其能够对接私有数据源。文件传输方面，单文件上限 100 MB，超过限制时可通过 Amazon S3 传输。预置的运行环境内集成了 Python 和 Node.js，并预装常用数据处理库，减少了启动时的依赖安装时间。这种设计使得 Abnormal AI 能够高效处理复杂的邮件安全场景，而无需额外配置。
AgentCore 的解耦架构进一步降低了集成成本。通过将 Code Interpreter 作为独立的“执行盒子”，Agent 可以灵活触发数值计算或文件处理，并通过 API 调用获取结果。这意味着现有 Agent 基础设施的团队可以 零成本集成，而无需重新构建工作流。
然而，Abnormal AI 在利用该技术的同时，也面临着外部法律挑战。2021 年 4 月，Anthropic 起诉称 Abnormal AI 侵犯商标和不正当竞争，声称后者在品牌设计和业务模式上存在抄袭。然而，Abnormal AI 回应称，其公司成立于 2021 年前三年，且 公司标识在 Anthropic 成立数月后（2021 年 4 月）设计完成。此外，Anthropic 称其遭到误导，但 Abnormal AI 表示 从未有客户误将其与 Anthropic 混淆，更强调自身业务专注于 反欺诈和安全防护，帮助客户应对 钓鱼、诈骗和社会工程攻击。目前，Anthropic 的诉求包括 要求 Abnormal AI 返还所有收入、利润和补偿，这一要求在业界引发广泛关注。
全部回复 （3）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
太真实了，我上次用纯 LLM 算个财务报表，结果它在那儿一本正经地胡说八道，差点没把 404 报错给搞成正确答案。看来单纯依赖大语言模型的语义推理很难保证稳定性，真正可靠的方案，是为 Agent 配备一个能够执行确定性代码的「计算草稿本」。Abnormal AI 为全球超过 25% 的财富 500 强企业提供邮件安全防护，其实时威胁检测系统已全面接入 AgentCore Code Interpreter。在生产环境中，这套架构每天处理数十亿条消息，并以 inline 方式实时拦截威胁，这意味着代码执行的延迟和稳定性已被压缩到极致。
太特么及时了，我正被纯 LLM 算错的小数点搞到崩溃，Bedrock 这套方案能压住 5% 以上的幻觉率吗？Abnormal AI 的案例表明，对于需要处理海量操作的智能体，单纯依赖大语言模型的语义推理确实很难保证稳定性。真正可靠的方案，是为 Agent 配备一个能够执行确定性代码的「计算草稿本」，这正是 Amazon Bedrock AgentCore Code Interpreter 的价值所在。Abnormal AI 目前为全球超过 25% 的财富 500 强企业提供邮件安全防护，其实时威胁检测系统已全面接入 AgentCore Code Interpreter。在生产环境中，这套架构每天处理数十亿条消息，并以 inline 方式实时拦截威胁，这意味着代码执行的延迟和稳定性已被压缩到极致。
这种东西要是没配代码解释器，处理个 100 行以上的 CSV 都能把结果算错，我上次就被坑到怀疑人生。其实根本解法不是让模型硬算，而是给它配一个能执行确定性代码的「计算草稿本」，让它把数值计算和文件处理都扔进沙箱里跑，而不是靠语义推理去猜输出。像 Abnormal AI 那套每天处理数十亿条消息的实时威胁检测系统，就是全面接入了这个思路，代码执行的延迟和稳定性已经被压缩到极致，这才敢用在生产环境。