За месяц появились сразу несколько моделей, предназначенных не для написания текстов, а для принятия решений. 15 сентября TypeSafe AI выпустила Jev и назвала его моделью «Система 1» — отсылкой к описанному Даниэлем Канеманом быстрому, интуитивному мышлению. На DevDay OpenAI представила Decisions API, а 6 октября открыла публичную бета-версию. Cribl опубликовала cribl-decision — открытую LoRA-адаптацию, которую можно запускать локально. В инструментах с открытым исходным кодом появляются и другие модели, в том числе Laya.
Такие системы получают описание ситуации и набор типизированных вопросов, а возвращают выбор, оценку или ответ «да/нет», часто с вероятностью. Для SOC это удобно: результат можно проверить по заданному порогу, записать и позднее сопоставить с исходом расследования. Но качество решения зависит не только от самой модели. Ей нужны доказательства и сведения о среде, в которой произошло событие.
Например, алерт с вероятностью 0,97, что событие безвредно, можно закрывать автоматически. Если вероятность ниже 0,6, сигнал разумно считать вероятным инцидентом и передавать специалисту. Промежуточные случаи остаются на ручной проверке. TypeSafe советует повышать порог осторожности, когда действие трудно отменить: отключение учётной записи требует большей уверенности, чем добавление комментария в тикет.
Модели такого типа обходятся дёшево. По данным TypeSafe, Jev стоит 42 доллара за миллиард входных токенов и отвечает за 70–500 миллисекунд. Для организации, обрабатывающей 450 000 алертов в год, при нескольких тысячах токенов на сигнал годовой счёт за модель оценивается примерно в 100 долларов. Это меняет экономику: проверять можно и алерты, которые раньше оставляли без глубокого анализа из-за их количества.
Предопределённые варианты ответа и вероятности упрощают аудит: решения можно сохранять, воспроизводить и сравнивать с тем, что обнаружили позднее. Но формулировка «модель не может галлюцинировать» требует оговорки. Она означает, что ответ соответствует заданной схеме, а не то, что он верен. Ошибочный вывод тоже может выглядеть безупречно оформленным.
Калибровка показывает, насколько часто модель права на группе сходных примеров. Если она указывает вероятность 90%, то на сопоставимых случаях правильный ответ должен получаться примерно в девяти случаях из десяти. Но сначала нужно понять, что именно считается сопоставимым. Если модель видит только заголовок алерта и уровень серьёзности, она калибруется по этим полям и ничего не знает о состоянии затронутого компьютера.
Масштаб проблемы виден в AI SOC Report 2026, основанном на разборе 25 миллионов алертов у клиентов компании за 2025 год. В 82 000 случаев провели сканирование живой памяти конечного устройства; на примерно 2 600 машинах обнаружили активное заражение. При этом EDR уже отметил как «устранённые» 51% заражённых машин. Модель, получившая лишь сообщения «обнаружено вредоносное ПО», «угроза помещена в карантин» и «низкая серьёзность», могла бы уверенно закрыть такой алерт. Проблема была бы не обязательно в логике модели, а в недостатке переданных ей улик.
Почти 1% реальных инцидентов в этих данных начинались с алертов самого низкого уровня серьёзности. При 450 000 сигналов в год это, по оценке авторов отчёта, около 54 настоящих угроз — примерно одна в неделю. В карточке модели Cribl отдельно сказано, что она может быть чрезмерно уверенной и чувствительна к формулировкам промптов и вариантов ответа. Это предупреждение относится не к одной конкретной модели, а ко всему классу.
Расследование инцидента похоже на работу на месте преступления: общая версия слабее вывода, подкреплённого следами, ДНК и показаниями свидетелей. Филип Стойковски назвал такой подход Security Context Engineering: сначала превратить алерт в набор проверяемых фактов, а уже потом просить человека или модель вынести вердикт.
Вместо фразы «подозрительный PowerShell» нужны дерево процессов, родительский процесс, полная командная строка и сценарий на диске. Вместо одной репутационной оценки хеша — поведение файла при запуске в песочнице, сетевые обращения и созданные файлы. Статус EDR «устранено» не заменяет проверку памяти на внедрённый код или бесфайловую нагрузку. А имя пользователя не объясняет, откуда он вошёл и обычна ли такая активность именно для него.
В прошлом году среди часто найденных в памяти угроз были Mimikatz, Meterpreter и Cobalt Strike. Эти инструменты рассчитаны на работу в памяти, поэтому файловый статус «помещён в карантин» может не показать, что они всё ещё активны. Инцидент-специалисты и сейчас собирают подобные сведения вручную; задача автоматизации — делать это для каждого алерта менее чем за минуту.
Даже хорошая криминалистика не отвечает на вопрос, нормально ли происходящее для конкретной организации. В 2025 году 74% алертов, связанных с учётными записями, классифицировали как вероятно безвредные. Компрометацией подтверждались лишь около 2% сигналов о «невозможном перемещении», а одно только использование VPN становилось причиной примерно 30% таких алертов. Модель может не знать, что Дэйв из финансового отдела регулярно входит в систему из Португалии или что сигнал CrowdStrike на серверах сборки возникает при каждом релизе DevOps.
Подобные знания обычно хранятся у опытных аналитиков и уходят вместе с ними. Их нельзя просто купить: они привязаны к конкретной среде и меняются вслед за пользователями, активами и инструментами. Даже сведения, собранные при подключении системы, могут устареть за квартал. Поэтому нужен постоянный цикл: извлекать уроки из закрытых дел и решений аналитиков, подтягивать актуальный контекст во время расследования, а затем сверять вердикт с итогом и сохранять новые выводы. Так можно проверить, означает ли заявленная точность в 90% те же 90% в собственной среде, а не только на тестовом наборе.
Компания, описывающая этот подход, была основана специалистами по обратной разработке и реагированию на инциденты. Её правило простое: сначала собрать доказательства, потом решать. Genetic Analysis сравнивает машинный код, работающий в памяти, с большой базой доверенного и вредоносного кода. Так система находит известное ПО и новые образцы, использующие компоненты прежних угроз.
Endpoint Scanner запускается, когда в алерте не хватает сведений или есть подозрение на бесфайловую атаку и внедрение кода. Это один исполняемый файл, который не требует установки. Сканер собирает деревья процессов и загруженные в память исполняемые файлы, снимает дампы при подозрении на внедрение, а также проверяет файлы, связанные с запланированными заданиями и автозапуском. По данным компании, такие проверки обнаруживали заражённые машины, которые EDR уже считал очищенными. Подозрительные файлы система запускает в песочнице, а URL-адреса, домены и IP-адреса проверяет по наблюдаемому поведению.
За организационную память отвечает Org Brain. Она хранит процедурные знания — как команда расследует события и какие обнаружения сразу закрывает, — а также описательные сведения: активы, пользователей, их обычное поведение и структуру схемы SIEM. Система учится на истории дел, запрашивает актуальную информацию во время расследования и записывает выводы после него.
По отчёту компании, в 2025 году этот подход позволил разобрать более 25 миллионов алертов всех уровней серьёзности. Менее 2% сигналов передали человеку, заявленная точность вердиктов составила 98%, а медианное время первичной проверки было меньше минуты. Основную часть работы, по словам компании, выполняет детерминированная криминалистика: она дешевле, чем запуск большой модели на каждом сигнале. Компания берёт плату за конечное устройство и утверждает, что проверяла все алерты ещё до появления моделей решений. Теперь, по её оценке, сами модели сделали этап вынесения вердикта доступным по цене и для других.
Передовые модели обновляются каждые несколько месяцев, причём новые возможности одновременно получают защитники, конкуренты и злоумышленники. Контекст конкретной организации гораздо труднее скопировать. Поэтому приоритеты SOC — собирать данные о процессах, памяти и поведении файлов до вынесения решения; не пропускать низкоприоритетные алерты только из-за их уровня серьёзности; постоянно обновлять знания о пользователях и активах; связывать каждый автоматический вердикт с конечным исходом и следить, не изменилась ли точность со временем. Модель способна быстро и недорого принять решение. Надёжность этого решения начинается с того, что ей дали увидеть.
Изображение носит иллюстративный характер
Такие системы получают описание ситуации и набор типизированных вопросов, а возвращают выбор, оценку или ответ «да/нет», часто с вероятностью. Для SOC это удобно: результат можно проверить по заданному порогу, записать и позднее сопоставить с исходом расследования. Но качество решения зависит не только от самой модели. Ей нужны доказательства и сведения о среде, в которой произошло событие.
Например, алерт с вероятностью 0,97, что событие безвредно, можно закрывать автоматически. Если вероятность ниже 0,6, сигнал разумно считать вероятным инцидентом и передавать специалисту. Промежуточные случаи остаются на ручной проверке. TypeSafe советует повышать порог осторожности, когда действие трудно отменить: отключение учётной записи требует большей уверенности, чем добавление комментария в тикет.
Модели такого типа обходятся дёшево. По данным TypeSafe, Jev стоит 42 доллара за миллиард входных токенов и отвечает за 70–500 миллисекунд. Для организации, обрабатывающей 450 000 алертов в год, при нескольких тысячах токенов на сигнал годовой счёт за модель оценивается примерно в 100 долларов. Это меняет экономику: проверять можно и алерты, которые раньше оставляли без глубокого анализа из-за их количества.
Предопределённые варианты ответа и вероятности упрощают аудит: решения можно сохранять, воспроизводить и сравнивать с тем, что обнаружили позднее. Но формулировка «модель не может галлюцинировать» требует оговорки. Она означает, что ответ соответствует заданной схеме, а не то, что он верен. Ошибочный вывод тоже может выглядеть безупречно оформленным.
Калибровка показывает, насколько часто модель права на группе сходных примеров. Если она указывает вероятность 90%, то на сопоставимых случаях правильный ответ должен получаться примерно в девяти случаях из десяти. Но сначала нужно понять, что именно считается сопоставимым. Если модель видит только заголовок алерта и уровень серьёзности, она калибруется по этим полям и ничего не знает о состоянии затронутого компьютера.
Масштаб проблемы виден в AI SOC Report 2026, основанном на разборе 25 миллионов алертов у клиентов компании за 2025 год. В 82 000 случаев провели сканирование живой памяти конечного устройства; на примерно 2 600 машинах обнаружили активное заражение. При этом EDR уже отметил как «устранённые» 51% заражённых машин. Модель, получившая лишь сообщения «обнаружено вредоносное ПО», «угроза помещена в карантин» и «низкая серьёзность», могла бы уверенно закрыть такой алерт. Проблема была бы не обязательно в логике модели, а в недостатке переданных ей улик.
Почти 1% реальных инцидентов в этих данных начинались с алертов самого низкого уровня серьёзности. При 450 000 сигналов в год это, по оценке авторов отчёта, около 54 настоящих угроз — примерно одна в неделю. В карточке модели Cribl отдельно сказано, что она может быть чрезмерно уверенной и чувствительна к формулировкам промптов и вариантов ответа. Это предупреждение относится не к одной конкретной модели, а ко всему классу.
Расследование инцидента похоже на работу на месте преступления: общая версия слабее вывода, подкреплённого следами, ДНК и показаниями свидетелей. Филип Стойковски назвал такой подход Security Context Engineering: сначала превратить алерт в набор проверяемых фактов, а уже потом просить человека или модель вынести вердикт.
Вместо фразы «подозрительный PowerShell» нужны дерево процессов, родительский процесс, полная командная строка и сценарий на диске. Вместо одной репутационной оценки хеша — поведение файла при запуске в песочнице, сетевые обращения и созданные файлы. Статус EDR «устранено» не заменяет проверку памяти на внедрённый код или бесфайловую нагрузку. А имя пользователя не объясняет, откуда он вошёл и обычна ли такая активность именно для него.
В прошлом году среди часто найденных в памяти угроз были Mimikatz, Meterpreter и Cobalt Strike. Эти инструменты рассчитаны на работу в памяти, поэтому файловый статус «помещён в карантин» может не показать, что они всё ещё активны. Инцидент-специалисты и сейчас собирают подобные сведения вручную; задача автоматизации — делать это для каждого алерта менее чем за минуту.
Даже хорошая криминалистика не отвечает на вопрос, нормально ли происходящее для конкретной организации. В 2025 году 74% алертов, связанных с учётными записями, классифицировали как вероятно безвредные. Компрометацией подтверждались лишь около 2% сигналов о «невозможном перемещении», а одно только использование VPN становилось причиной примерно 30% таких алертов. Модель может не знать, что Дэйв из финансового отдела регулярно входит в систему из Португалии или что сигнал CrowdStrike на серверах сборки возникает при каждом релизе DevOps.
Подобные знания обычно хранятся у опытных аналитиков и уходят вместе с ними. Их нельзя просто купить: они привязаны к конкретной среде и меняются вслед за пользователями, активами и инструментами. Даже сведения, собранные при подключении системы, могут устареть за квартал. Поэтому нужен постоянный цикл: извлекать уроки из закрытых дел и решений аналитиков, подтягивать актуальный контекст во время расследования, а затем сверять вердикт с итогом и сохранять новые выводы. Так можно проверить, означает ли заявленная точность в 90% те же 90% в собственной среде, а не только на тестовом наборе.
Компания, описывающая этот подход, была основана специалистами по обратной разработке и реагированию на инциденты. Её правило простое: сначала собрать доказательства, потом решать. Genetic Analysis сравнивает машинный код, работающий в памяти, с большой базой доверенного и вредоносного кода. Так система находит известное ПО и новые образцы, использующие компоненты прежних угроз.
Endpoint Scanner запускается, когда в алерте не хватает сведений или есть подозрение на бесфайловую атаку и внедрение кода. Это один исполняемый файл, который не требует установки. Сканер собирает деревья процессов и загруженные в память исполняемые файлы, снимает дампы при подозрении на внедрение, а также проверяет файлы, связанные с запланированными заданиями и автозапуском. По данным компании, такие проверки обнаруживали заражённые машины, которые EDR уже считал очищенными. Подозрительные файлы система запускает в песочнице, а URL-адреса, домены и IP-адреса проверяет по наблюдаемому поведению.
За организационную память отвечает Org Brain. Она хранит процедурные знания — как команда расследует события и какие обнаружения сразу закрывает, — а также описательные сведения: активы, пользователей, их обычное поведение и структуру схемы SIEM. Система учится на истории дел, запрашивает актуальную информацию во время расследования и записывает выводы после него.
По отчёту компании, в 2025 году этот подход позволил разобрать более 25 миллионов алертов всех уровней серьёзности. Менее 2% сигналов передали человеку, заявленная точность вердиктов составила 98%, а медианное время первичной проверки было меньше минуты. Основную часть работы, по словам компании, выполняет детерминированная криминалистика: она дешевле, чем запуск большой модели на каждом сигнале. Компания берёт плату за конечное устройство и утверждает, что проверяла все алерты ещё до появления моделей решений. Теперь, по её оценке, сами модели сделали этап вынесения вердикта доступным по цене и для других.
Передовые модели обновляются каждые несколько месяцев, причём новые возможности одновременно получают защитники, конкуренты и злоумышленники. Контекст конкретной организации гораздо труднее скопировать. Поэтому приоритеты SOC — собирать данные о процессах, памяти и поведении файлов до вынесения решения; не пропускать низкоприоритетные алерты только из-за их уровня серьёзности; постоянно обновлять знания о пользователях и активах; связывать каждый автоматический вердикт с конечным исходом и следить, не изменилась ли точность со временем. Модель способна быстро и недорого принять решение. Надёжность этого решения начинается с того, что ей дали увидеть.
