Từ các thí nghiệm trí tuệ nhân tạo đến hoạt động tự động
– Christophe Briguet, Giám đốc cấp cao về Quản lý Sản phẩm – Trí tuệ nhân tạo & Phân tích An ninh, Stellar Cyber
San Jose, California – Ngày 28 tháng 4 năm 2026
Đầu năm 2026 đã có một sự thay đổi. Không phải diễn ra từ từ, mà giống như bật công tắc vậy.
Trong nhiều năm, chúng ta đã bàn luận về trí tuệ nhân tạo trong... SOC Cách chúng ta bàn luận về xe tự lái: lúc nào cũng phải năm năm nữa mới có, lúc nào cũng cần “thêm một chút dữ liệu nữa”. Rồi MCP (Model Context Protocol) xuất hiện. Rồi các framework dựa trên tác nhân không còn là bản demo nữa mà trở thành công cụ thực sự. Và đột nhiên câu hỏi không còn là “AI có thể giúp các đội ngũ an ninh mạng không?” mà là “chúng ta nên để nó làm gì trước tiên?”
Tôi biết điều đó vì tôi đã từng điều hành một cái.
Bước đột phá về năng lực hành động mà không ai ngờ tới.
Đây là những gì đã thay đổi: Các trợ lý AI không còn là chatbot có quyền truy cập API nữa mà trở thành những cộng sự thực thụ, những người nhớ chuyện ngày hôm qua, biết cách sử dụng các công cụ của bạn và có thể tự mình thực hiện cuộc gọi.
MCP, ban đầu được Anthropic tạo ra và hiện thuộc quyền quản lý của Linux Foundation, đã mang đến cho chúng ta điều mà trước đây chúng ta chưa từng có: một cách thức phổ quát để các tác nhân AI kết nối với các hệ thống thực. Không phải thông qua các tích hợp dễ hỏng hay mã tùy chỉnh. Mà thông qua một giao thức tiêu chuẩn cho phép bất kỳ tác nhân AI nào giao tiếp với bất kỳ công cụ, API, nền tảng nào. Hãy tưởng tượng nó như USB dành cho AI: cắm thêm khả năng mới, và tác nhân chỉ cần sử dụng nó.
At sao điện tửChúng tôi đã tích hợp hỗ trợ MCP vào nền tảng của mình. Giờ đây, một tác nhân AI có thể kết nối với phiên bản Stellar Cyber và truy cập ngay lập tức vào quản lý vụ việc: liệt kê các vụ việc, lấy thông tin chi tiết điều tra đầy đủ với ánh xạ và dữ liệu quan sát của MITRE, cập nhật trạng thái và chỉ định nhà phân tích. Chỉ một lệnh gọi API duy nhất đã trả về kết quả mà trước đây cần đến tám lần nhấp chuột và ba tab.
Nhưng MCP chỉ là công cụ kết nối. Bước đột phá thực sự nằm ở lớp nền tảng: trí tuệ nhân tạo (AI) có khả năng ghi nhớ ngữ cảnh, lập kế hoạch quy trình làm việc nhiều bước và hành động thay mặt bạn giữa các phiên làm việc.
Những điều tôi học được khi vận hành một tác nhân AI trong một tuần
- Tôi đã viết hai email cho khách hàng về các tính năng của sản phẩm. Tôi đã trích xuất ngữ cảnh từ một chuỗi email gồm 10 tin nhắn, đối chiếu với tài liệu hướng dẫn (KB), và nắm bắt chính xác các chi tiết kỹ thuật.
- Tôi đã tạo một ticket trên Jira. Tôi đã điền sai các trường bắt buộc hai lần, sau đó tìm hiểu về API và cuối cùng đã thành công ở lần thử thứ ba.
- Tôi đã lên lịch một cuộc họp với bốn người bằng cách kiểm tra lịch của từng người. Tôi tìm thấy một khoảng trống duy nhất vào sáng thứ Tư.
- Đã xem xét tài liệu quy trình trên Confluence và bảng Figma tương ứng. Phát hiện năm thiếu sót mà không ai nhận thấy.
- Tôi đã lấy được 30,000 trường hợp từ máy chủ Stellar Cyber MCP của chúng tôi chỉ trong một lần gọi. Bao gồm đầy đủ các bản đồ MITRE, các chỉ số quan sát được, mọi thứ đều đầy đủ.
- Tôi đã thiết lập một tác vụ định kỳ (cron job) để theo dõi biểu mẫu Google Form xem có dữ liệu mới hay không, tự động tạo phiếu yêu cầu hỗ trợ và thông báo cho tôi khi có thông tin mới. Không cần viết mã. Chỉ mất khoảng mười phút.
Mặt khác của vấn đề này
Đây là điểm khiến mọi chuyện trở nên khó chịu. Tất cả những gì tôi vừa mô tả? Kẻ thù cũng có thể làm được.
Nếu một tác nhân AI có thể kết nối với hệ thống quản lý sự cố của bạn, đọc các yêu cầu leo thang, đối chiếu với cơ sở kiến thức và hiểu được những lỗ hổng trong hệ thống phòng thủ của bạn? Đó chính là một lộ trình miễn phí để giải quyết mọi vấn đề mà bạn đang gặp khó khăn trong việc bảo vệ. Chính những khả năng giúp người phòng thủ phản ứng nhanh hơn cũng giúp kẻ tấn công trở nên có hệ thống hơn.
MCP là con dao hai lưỡi. CrowdStrike Đã có nghiên cứu được công bố về việc bảo mật các triển khai AI dựa trên tác nhân chống lại việc tiêm mã độc và leo thang đặc quyền. Bề mặt tấn công không chỉ là lý thuyết. Đó chính là những điểm tích hợp làm cho các tác nhân trở nên hữu ích.
Sự thay đổi trong bối cảnh mối đe dọa nằm ở chỗ: lợi thế về tốc độ mà SOC Các cuộc tấn công được dàn dựng sẵn trước đây đang dần biến mất. Kẻ thù giờ đây có thể sử dụng các công cụ tác nhân để:
- Liệt kê môi trường của bạn nhanh hơn cả tốc độ phân loại cảnh báo của các chuyên gia phân tích.
- Tạo nội dung tấn công phi kỹ thuật (social engineering) phù hợp với bối cảnh của tổ chức bạn.
- Tự động hóa các quyết định di chuyển ngang giống như cách chúng ta tự động hóa các quyết định phân loại bệnh nhân.
- Điều chỉnh chiến thuật trong thời gian thực dựa trên những gì đang hiệu quả.
Nhiều cơ hội tự động hóa
1. Cảnh báo và phân loại trường hợp với tốc độ máy móc
Đây là trường hợp hiển nhiên, và cũng chính là nơi mà tính năng Phân loại cảnh báo tự động của Stellar Cyber hoạt động. Hệ thống sẽ thực hiện Kiểm tra tín hiệu phán quyết đối với mọi trường hợp nghiêm trọng: uy tín IP, các bất thường về hành vi, mối quan hệ giữa các thực thể và lỗ hổng thiết bị. Sau đó, nó đưa ra phán quyết: Đúng, Lành tính, Sai hoặc Không kết luận được.
Điểm mới ở đây là vòng phản hồi. Khi một nhà phân tích bác bỏ phán quyết, sự bác bỏ đó trở thành tín hiệu huấn luyện. Không phải theo nghĩa mơ hồ "chúng ta sẽ huấn luyện lại mô hình vào một ngày nào đó", mà là theo nghĩa "lần tới khi mô hình này xuất hiện, hệ thống sẽ cân nhắc phán đoán của bạn". Hệ thống FSD của Tesla học hỏi từ sự can thiệp của con người. Hệ thống này cũng vậy.
Sự mở khóa của tác nhân: Một tác nhân được kết nối với MCP giờ đây có thể truy xuất chi tiết vụ việc, đối chiếu với thông tin tình báo về mối đe dọa từ bên ngoài, kiểm tra các phán quyết trước đây về các mẫu tương tự và đưa ra quyết định phân loại với đầy đủ giải thích, mà không cần người dùng phải thao tác qua năm tab.
2. Tự động hóa quy trình tiếp nhận và hội nhập nhân viên
Các yêu cầu được gửi qua một biểu mẫu. Theo quy trình truyền thống, ai đó sẽ đọc yêu cầu, tạo phiếu theo dõi, kiểm tra các điều kiện tiên quyết và gửi email xác nhận. Bốn hệ thống, ba lần chuyển đổi ngữ cảnh, một người thực hiện nhập liệu thủ công.
Một hệ thống tự động giám sát nguồn dữ liệu theo lịch trình. Khi có dữ liệu mới xuất hiện, hệ thống sẽ tạo phiếu yêu cầu với mô tả đầy đủ và chi tiết, ghi lại mã tham chiếu về nguồn dữ liệu và gửi thông báo tóm tắt. Không cần thao tác thủ công nào.
Phương pháp mở khóa chủ động: Mô hình này có thể áp dụng cho bất kỳ quy trình tiếp nhận nào. Yêu cầu dùng thử. Yêu cầu tuân thủ. Tiết lộ lỗ hổng bảo mật. Định tuyến xử lý khiếu nại của khách hàng. Bất kỳ quy trình làm việc nào liên quan đến “đọc từ nguồn A, tạo trong hệ thống B, thông báo qua kênh C” đều có thể áp dụng.
3. Vòng phản hồi chất lượng phát hiện
Đây là điều khiến tôi hào hứng nhất. Các nhà cung cấp bảo mật tích lũy một lượng lớn các yêu cầu hỗ trợ kiểu "phát hiện này không hoạt động đúng". Mô tả thường khó hiểu. Ngữ cảnh bị chôn vùi trong các chuỗi email và phiếu hỗ trợ. Người xử lý yêu cầu cần có kiến thức sản phẩm chuyên sâu mới có thể hiểu được yêu cầu.
Một tác nhân AI có quyền truy cập vào hệ thống quản lý sự cố, cơ sở kiến thức và nền tảng bảo mật của bạn có thể đọc phiếu phản hồi phát hiện, trích xuất dữ liệu cảnh báo thực tế, đối chiếu với tài liệu và đưa ra bản tóm tắt rõ ràng: “Đây là cảnh báo sai do khớp chuỗi con trong quy tắc X. Người báo cáo đã cung cấp bản sửa lỗi. Đây là truy vấn đã được sửa.”
Giải pháp mở khóa cho tác nhân: Kết nối tác nhân với môi trường báo cáo (với sự cho phép) thông qua MCP, và nó có thể xác thực vấn đề được báo cáo dựa trên dữ liệu trực tiếp. Không còn câu hỏi "Bạn có thể gửi ảnh chụp màn hình không?". Không còn những lần trao đổi qua lại kéo dài ba tuần. Tác nhân sẽ thấy những gì người báo cáo thấy.
4. Kết nối các công cụ với nhau
Công việc của người lãnh đạo vận hành an ninh là kết nối các điểm dữ liệu giữa các hệ thống khác nhau. Một chuỗi email về tương tác với đối tác, một phiếu yêu cầu về lỗ hổng phát hiện, một trang wiki về quy trình, một bảng thiết kế về quy trình làm việc, giá cả trong một chuỗi bán hàng. Tất cả những thứ này nằm trong các công cụ khác nhau mà không có sự liên kết tự động nào.
Một tác nhân AI sẽ xử lý tất cả các bước này. Hãy hỏi nó "tình trạng thử nghiệm của đối tác này như thế nào?" và nó sẽ lấy chuỗi email, kiểm tra phiếu theo dõi, đọc biểu mẫu đăng ký và tổng hợp một câu trả lời duy nhất. Không cần chuyển đổi tab. Không cần "để tôi kiểm tra".
Sự mở khóa thông qua tác nhân: Đây là điểm mạnh của MCP. Mỗi hệ thống là một máy chủ MCP. Tác nhân không quan tâm dữ liệu nằm trong email, Jira hay Stellar Cyber. Nó sử dụng cùng một giao thức với tất cả.
5. Giám sát chủ động mà không gây mệt mỏi do quá nhiều cảnh báo
Cách tiếp cận truyền thống đối với việc giám sát là hoặc "kiểm tra mọi thứ liên tục" (tốn kém, ồn ào) hoặc "chờ ai đó phát hiện ra" (chậm, rủi ro). Các tác nhân AI cung cấp một con đường thứ ba: kiểm tra định kỳ, thông minh với khả năng đánh giá ở cấp độ con người về những vấn đề cần được báo cáo lên cấp cao hơn.
Trợ lý ảo của tôi kiểm tra các kênh liên lạc định kỳ, nhưng nó không chỉ báo cáo "bạn có 15 tin nhắn chưa đọc". Nó phân loại theo mức độ khẩn cấp, xác định các mục cần hành động, lọc bỏ thông tin không cần thiết và chỉ cảnh báo tôi khi thực sự cần sự chú ý. Mô hình tương tự cũng áp dụng cho việc giám sát an ninh: kiểm tra hàng đợi trường hợp, gắn cờ các bất thường trong phạm vi phát hiện, giám sát các vi phạm SLA. Và im lặng khi mọi thứ bình thường.
Giải pháp tối ưu hóa tác nhân: Lập lịch chạy tác nhân với tối ưu hóa cấp độ mô hình. Sử dụng mô hình đơn giản hơn cho các kiểm tra định kỳ, chuyển sang mô hình mạnh mẽ hơn khi tình huống yêu cầu phán đoán. Tự động hóa tiết kiệm chi phí.
6. Tài liệu hóa và thu thập kiến thức
Các nhóm bảo mật tạo ra một lượng kiến thức nội bộ khổng lồ mà không bao giờ được ghi chép lại. Nhà phân tích biết rằng các mục nhật ký của một nhà cung cấp tường lửa cụ thể hoạt động khác với dự kiến? Kiến thức đó chỉ tồn tại trong đầu họ cho đến khi họ rời đi.
Các tác nhân AI có thể thu thập và cấu trúc kiến thức này trong thời gian thực. Mỗi lần phân loại yêu cầu, mỗi tương tác, mỗi quyết định đều trở thành một mục nhập có cấu trúc trong cơ sở kiến thức bền vững. Tác nhân duy trì ghi chú hàng ngày, cập nhật bộ nhớ dài hạn của mình với những hiểu biết được chắt lọc và đối chiếu thông tin mới với những gì nó đã biết.
Sự mở khóa của tác nhân: Tác nhân càng hoạt động nhiều, nó càng biết nhiều hơn. Tác nhân đã phân loại một loạt phiếu báo lỗi giờ đây hiểu được những đặc điểm nhật ký riêng của nhà cung cấp, các trường hợp ngoại lệ tích hợp và những khoảng trống trong việc tương quan danh tính. Lần tới khi có một phiếu báo lỗi liên quan, nó sẽ bắt đầu từ nền tảng đó — chứ không phải từ con số không.
Điều này có ý nghĩa gì đối với các nhóm bảo mật
Ngành công nghiệp an ninh đã dành thập kỷ qua để xây dựng hệ thống phát hiện. Thập kỷ tới sẽ xoay quanh việc đưa ra quyết định. Ai sẽ quyết định điều gì là thật? Ai sẽ quyết định phải làm gì? Và những quyết định đó có thể được đưa ra nhanh đến mức nào?
Trí tuệ nhân tạo dựa trên tác nhân không thay thế nhà phân tích. Nó giúp nhà phân tích có thêm quyền kiểm soát. Nhà phân tích trước đây phải phân loại thủ công 20 trường hợp mỗi ngày giờ đây có thể xem xét 200 trường hợp đã được tác nhân phân loại, tập trung chuyên môn của họ vào những vấn đề quan trọng: các trường hợp ngoại lệ, các cuộc tấn công mới, những quyết định mà máy móc chưa thể đưa ra.
Các nhà cung cấp vẫn còn ẩn mình sau các API đóng và các bản tóm tắt AI một lần duy nhất sẽ bị tụt hậu. Các nền tảng chiến thắng sẽ là những nền tảng mở API của họ thông qua các giao thức như MCP, xây dựng các vòng phản hồi thực sự học hỏi từ các quyết định của con người và coi tự động hóa AI như một sản phẩm, với các chỉ số về độ chính xác, kiểm soát chi phí và các quy trình quản trị.
Chúng tôi đang xây dựng điều đó tại Stellar Cyber. Máy chủ MCP đã hoạt động. Chức năng Phân loại Cảnh báo Tự động đang được đưa vào sản xuất. Và tôi có một tác nhân AI vừa soạn thảo bài đăng blog này.
Vâng, hầu hết là vậy.
