杨秀璋的专栏

本文介绍基于大模型的网络威胁知识自动抽取实践，聚焦AI Agent在网络安全领域的应用。作者通过百度千帆平台调用云端大模型，结合CodeBuddy工具，实现从MITRE ATT&CK威胁描述中自动识别攻击组织、恶意软件等实体，并抽取语义关系，生成结构化数据。详细分享了千帆大模型的创建、精调、数据集配置及API调用流程，为威胁情报分析提供高效解决方案。实验代码已开源，助力降低网络安全实践门槛。

摘要： 作者推出“智能体攻防实战”专栏，聚焦大模型在网络安全领域的应用，涵盖AI Agent、入侵检测、漏洞分析等方向，旨在降低技术门槛并提供实践参考。文章重点探讨AI在恶意代码分析中的应用，对比传统静态与动态分析方法的局限性，提出基于CodeBuddy（腾讯AI编程助手）的智能化解决方案。CodeBuddy通过大语言模型实现代码理解与生成，支持动态/静态特征提取、数据预处理及家族分类任务，提升分析效率与准确性。开源工具与数据集已提供，助力安全研究。 关键词： AI Agent、恶意代码分析、CodeBud

本文介绍了“智能体攻防实战”专栏的首篇文章，重点探讨大模型如何赋能网络入侵检测。作者通过CodeBuddy和d.run工具，展示了AI Agent在网络安全中的实践应用，包括自动生成机器学习代码、运行入侵检测实验及结果分析。文章概述了AI Agent在网络安全中的典型应用场景，如入侵检测辅助、日志分析、威胁情报关联等，并详细演示了使用CodeBuddy构建SVM分类模型的过程。实验通过TF-IDF特征提取和模型评估，验证了AI Agent在数据预处理、特征提取、模型训练等环节的实用性。

科大讯飞AstronClaw全球活动展示了AI从内容生成向任务执行的范式转变，重点探讨了校园场景下AI Agent与智能编程的实践应用。文章系统介绍了智能体的核心技术组件（感知、规划、记忆、行动、推理）、MCP协议和Skill技能模块，解析了星辰智能体平台与AstronClaw的功能架构。通过科研实战案例，展示了智能体在编程教学、论文写作等校园场景中的效率提升作用，为AI开发者提供了从理论到实践的完整参考。