Cloudflare Managed Defense使用基于Workers和全球网络遥测的专业AI代理团队来分析安全警报。通过将确定性证据收集从模型推断中分离出来，该系统向管理型防务分析师提供有根据的建议。安全警报很少会一次一个到达。
单个警报可能会导致整个环境出现峰值，需要人工分析师确定哪些警报是相关的，以及它们的含义。当多个同时到达时，即使是经验丰富的安全分析师也会很快不知所措。输入警报悖论。现在，我们内置的多AI代理安全运营工具可以在Cloudflare规模上处理更多此类工作。
我们的Cloudflare托管防御AI代理加快了收集数据、连接和聚合检测以及在新警报继续到达的同时解决缺失来源的过程。为了进一步分析背景，我们利用OpenAI黎明防御网络以及我们与Anthropic的合作伙伴关系。Cloudflare使用经批准的OpenAI Daybreak和Anthropic模型，包括GPT-5.6 Cyber和Mythos，进行更深入的模型支持分析。
使用Cloudflare的开源决策模型Clef进行初步分析和评分。收集证据以了解每个警报的含义需要花费大量时间。即使在高度复杂的安全信息和事件管理（ SIEM ）中，仍有太多东西需要人工审核。人类分析师必须收集数据，连接和聚合检测结果，并在新警报继续到达时解释缺失的来源。
想想每次人类分析师查看警报时： “我们应该沉默哪一个？我们应该采取哪些行动？我们应该忽略哪个警报？我们应该解决哪些误报？我们应该解决哪些真正的积极因素？哪个应该触发我们的事件团队？“我们通过人工智能代理策略来解决这一困境。