Tamnoon 基于 Amazon Bedrock 构建云安全修复编排器 Tami
热点事件持续更新
Tamnoon 基于 Amazon Bedrock 构建云安全修复编排器 Tami
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Tamnoon 在 AWS Machine Learning Blog 介绍其基于 Amazon Bedrock 构建的 agentic 云安全修复编排器 Tami：自主调查来自 CNAPP 和云原生来源的安全发现并生成修复方案。Tamnoon 称该方法在 90 天内将关键云暴露减少超过 90% 且零生产事故，这一数据来自 Tamnoon 自身研究。 Tami 由调查、安全评分、修复、代码生成四个专用 agent 组成，通过单一 API 调用不同基础模型；安全评分将修复分为 SAFE、RISKY 或 AWAITING DATA 三类。Tamnoon 称 Tami 已在其客户群中分析超过 1400 万条云告警，该数字记录于其 2026 State of Cloud Remediation 报告。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 21:53
Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AWS Machine Learning BlogTamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复
Tamnoon 基于 Amazon Bedrock 构建了 agentic 云安全修复编排器 Tami，自主调查来自 CNAPP 和云原生来源的发现并生成修复方案，90 天内将关键云暴露减少超过 90% 且零生产事故。Tami 由调查、安全评分、修复、代码生成四个专用 agent 组成，通过单一 API 调用不同基础模型，安全评分将修复分为 SAFE、RISKY 或 AWAITING DATA。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月14日 23:00
- 近 24 小时变化
- –
02.557.510
23:0010月15日01:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。