对一个复杂的恶意软件进行逆向工程，顶级安全研究人员可能需要四到六周时间。这是一项 painstaking 的工作，研究人员需要拆解软件以了解其行为，并在发现新信息时经常回溯步骤。SentinelOne 首席 AI 官 Gregor Stewart 表示，OpenAI Daybreak 现在可以在大约八小时内产出达到人类水平的逆向工程结果。
通过缩短深度分析所需的时间，OpenAI 让 SentinelOne 的研究人员有空间调查更多恶意软件，并连接不同样本间的发现。这种更广阔的视角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“一种我们过去负担不起的情报”。
“过去需要顶尖研究员花四到六周才能完成的事情，AI 现在能在大约八小时内以人类水平的产出完成。”——Gregor Stewart，SentinelOne 首席 AI 官
用更少时间调查更多恶意软件
Daybreak 让防御者能够使用 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，检查软件以了解其行为。更快的分析使其研究人员有更多能力调查更多样本。
Stewart 强调，他的团队仍对结果负责。“唯一无法自动化的是问责，”他说。“比如做出改变架构的决定，这种事情你仍然希望有人来把关，而点状修复或不从根本上改变软件运作方式的事项，可能更适合自动化，”他补充道。
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。“我们只能逆向非常少量的软件，”Stewart 说。由于可比较的样本较少，他们发现威胁之间关联的机会也更少。
“更快的逆向工程使我们能够绘制出恶意软件版图的更大部分，并跟上其变化的速度。这让我们的研究人员更清晰地了解威胁之间的关联以及这些关系如何演变。”——Gregor Stewart，SentinelOne 首席 AI 官
借助 Daybreak 的更快分析，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，可能为研究人员在客户调查中提供一条线索。
在更多样本间比较发现还能揭示威胁之间更广泛的关联。Stewart 说，看到这些关联“能帮助你把防御做得更靠前，更加主动地开展防御”。
让更多团队承担安全工作
在 SentinelOne 内部，Stewart 表示，获得 OpenAI 的网络安全能力让更多人能够承担安全工作。“几乎每个人现在都能接触到这种专业知识，而这种专业知识直到几个月前还非常稀缺，”他说。更多团队成员可以自行调查问题，而不必依赖一小群专家。
Stewart 希望将 OpenAI 的网络安全能力引入代码创建过程，让 SentinelOne 的开发人员能够在构建软件时解决安全问题。
“OpenAI 通过向开发团队中的每个人提供专家级网络安全能力，正在将优势转向防御者。”——Gregor Stewart，SentinelOne 首席 AI 官