逆向工程分析一个复杂的恶意软件可能需要顶级安全研究人员四到六周时间。这是一项细致入微的工作，研究人员需要拆解软件以了解其行为方式，并且在发现新信息时常常需要重新梳理步骤。SentinelOne 首席 AI 官 Gregor Stewart 表示，OpenAI Daybreak 现在可以在大约八小时内生成达到人类水平的逆向工程输出。
通过缩短深度分析所需的时间，OpenAI 让 SentinelOne 的研究人员有更多空间调查更多恶意软件，并跨样本关联发现结果。这种更广阔的视野往往能揭示孤立调查可能遗漏的关联。Stewart 将这一机遇描述为“一种我们以前从未能负担得起的情报”。
“过去需要顶级研究员四到六周才能完成的工作，AI 现在能在大约八小时内以人类水平的输出完成。”——Gregor Stewart，SentinelOne 首席 AI 官
用更少的时间调查更多恶意软件
Daybreak 让防御者可以使用 OpenAI 模型开展网络安全工作。SentinelOne 利用这些能力对恶意软件进行逆向工程，通过检查软件来了解其行为方式。更快的分析使其研究人员有更多精力调查更多样本。
Stewart 强调，他的团队仍然要对结果负责。他说：“唯一无法自动化的就是问责。”他补充道：“比如做出改变架构的决策，这仍然是需要人类把关的事情，而那些不影响软件基本运行方式的点状修复或小改动，可能更适合自动化。”
洞察威胁之间的关联
过去，SentinelOne 的研究团队只能把深入调查留给发现的最有趣或最重要的威胁。Stewart 说：“我们只能逆向非常少量的软件。”由于可供比较的样本较少，他们发现威胁之间联系的机会也更少。
“更快的逆向工程使我们能够绘制更大范围的恶意软件版图，并跟上它的变化速度。这让我们的研究人员更清晰地了解威胁之间的关联方式，以及这些关系如何演变。”——Gregor Stewart，SentinelOne 首席 AI 官
借助 Daybreak 进行更快的分析，让研究人员有更多机会比较恶意软件样本并寻找共享组件。例如，在两个看似无关的样本中发现的同一组件，可以为研究人员在客户调查中提供一条可追查的线索。
跨更多样本比较发现结果还能揭示威胁之间更广泛的关联。Stewart 表示，看到这些关联“能帮助你在更外围进行防御，使你的防御更具主动性。”
让更多团队能够承担安全工作
Stewart 表示，在 SentinelOne 内部，获得 OpenAI 网络安全能力让更多人能够承担安全工作。他说：“几乎每个人现在都能获得这种专业能力，而直到可能几个月前，这种能力还非常稀缺。”更多团队成员可以自行调查问题，而不必依赖少数专家小组。
Stewart 希望将 OpenAI 的网络安全能力引入代码创建过程，让 SentinelOne 的开发人员在构建软件时就能解决安全问题。
“OpenAI 通过向开发团队中的每个人提供专家级网络能力，正在将优势转向防御者。”——Gregor Stewart，SentinelOne 首席 AI 官