面對企業在告警量管理和基礎設施複雜性方面的持續挑戰，Netskope本周正式推出了一套由AI驅動的平台層，旨在減輕安全運營與網路運營團隊的工作負擔。
Netskope One AgentSkope是一個智能體AI框架，專為在Netskope的SASE平台內實現安全與網路運營工作流自動化而設計。根據Netskope的介紹，該平台能夠自動完成告警分類與調查、策略管理等任務。Netskope還指出，由於資源不足，安全運營中心（SOC）和網路運營中心（NOC）中有高達40%的告警從未得到處理。
Netskope聯合創始人兼CEO Sanjay Beri在一份聲明中表示："我們構建AgentSkope，是為了讓它成為一種自主的能力倍增器，提供一個共享的架構基礎，讓企業能夠輕鬆部署可執行端到端工作流的AI智能體。通過抽象化運營複雜性、消除內部開發瓶頸，我們正在賦能安全與網路負責人大幅減少手動故障排查工作，讓技術人才專注於戰略性任務，並以業務發展的速度調整防禦策略。"
據Netskope介紹，AgentSkope將AI智能體直接嵌入Netskope One的數據層，使其能夠在不將數據導出至外部系統的情況下，直接對資訊進行分析和處理。
IDC安全與信任研究經理Pete Finalle在聲明中指出："面對快速擴張、由AI驅動的威脅態勢，CIO和CISO必須將智能體安全自動化作為提升人力資源效能的關鍵投入。智能化的威脅分類、對現代威脅不斷擴大的範圍與規模的有效管理，以及對新興AI模型和智能體的跟進，都已無法再依賴人工完成。"
AgentSkope已集成至Netskope One平台。Netskope表示，這一設計允許客戶在單一界面內配置智能體，並確保其無需額外集成即可訪問所有相關數據源。
Netskope產品與解決方案營銷總監Rich Davis在接受《網路世界》採訪時表示："Netskope AI智能體在設計之初就充分考慮了平台工作流，並深度嵌入平台架構之中。"他補充說，直接在數據源上運行智能體，減少了將大量數據遷移至其他系統的需求。"智能體可以承擔重複性的告警分類和調查工作，讓人工分析師專注於更具價值的決策。"
據Netskope介紹，新推出的智能體採用自然語言交互界面，支持從調查到修復建議的多步驟工作流執行。此次發布共推出六款智能體：
DLP AISecOps智能體：自動完成DLP告警分類，減少誤報並優先呈現關鍵案例。
內部威脅AISecOps智能體：關聯用戶行為與DLP數據，識別內部風險。
私有訪問AIOps智能體：審計訪問配置，並根據使用模式自動生成策略。
DEM數據智能智能體：將遙測數據轉化為可操作的故障排查洞察。
DEM洞察智能體：識別數字化環境中的性能問題與趨勢。
CCI洞察智能體：支持通過自然語言查詢雲和SaaS風險數據。
在推進自動化的同時，Netskope也強調了人工監督的必要性。智能體可以自主收集數據、分類風險，甚至發起工作流（如創建IT服務工單或通知分析師），但不會自行採取最終行動。
Davis表示："調查完成後，智能體會等待安全團隊成員審閱其發現，並指示其採取行動。這在節省時間與保持人工控制之間實現了平衡。"
目前，AgentSkope及DLP AISecOps、CCI洞察、私有訪問AIOps、DEM數據智能和DEM洞察智能體已全面上線，內部威脅AISecOps智能體則處於私有預覽階段。Netskope表示，計劃每月持續擴展其智能體產品組合。
Q&A
Q1：AgentSkope是什麼？它主要解決什麼問題？
A：AgentSkope是Netskope推出的智能體AI框架，集成於Netskope One SASE平台中。它主要解決安全運營中心（SOC）和網路運營中心（NOC）面臨的告警量過大、資源不足的問題。數據顯示，目前有40%的告警因資源匱乏而未被處理。AgentSkope通過自動化告警分類、策略管理等工作流，幫助團隊減少手動操作，讓技術人員專注於更高價值的決策任務。
Q2：AgentSkope的六款智能體分別有什麼功能？
A：此次發布的六款智能體各有側重：DLP AISecOps智能體負責自動分類DLP告警、減少誤報；內部威脅AISecOps智能體通過關聯用戶行為識別內部風險；私有訪問AIOps智能體審計訪問設置並自動生成策略；DEM數據智能智能體將遙測數據轉化為故障排查洞察；DEM洞察智能體識別性能趨勢；CCI洞察智能體支持自然語言查詢雲和SaaS風險數據。
Q3：AgentSkope的智能體會自動執行所有操作嗎，還是需要人工審核？
A：AgentSkope的智能體不會完全自主執行最終操作。智能體可以自動收集數據、分類風險、發起工單或通知分析師，但在完成調查後，會等待安全團隊成員審閱其分析結果，並由人工決定是否採取行動。這一機制旨在兼顧效率提升與人工控制，確保關鍵決策仍由人類主導。
