#AI
Abnormal AI 用 AgentCore 沙箱做十亿级邮件检测
AWS 官方博客披露了 **Abnormal AI** 的生产架构：这家行为安全服务商把 Amazon Bedrock AgentCore Code Interpreter 当成 agent 的**计算草稿纸**,用在实时邮件威胁检测上，系统已在生产环境处理十亿级消息量。
检测走三层 — 第一层启发式规则与小模型每天过数十亿封，第二层 ML 模型每天处理数百万封不确定样本，第三层才交给**内联 agent**,每天数万封，由 agent 现场写脚本分析威胁情报再下判断。
💡 为什么值得看安全厂商把代码解释器当 agent 草稿纸，并给出沙箱取舍。
查证
来源档案
AWS Machine Learning Blog
云厂商官方博客的客户案例文，由 AWS 与 Abnormal AI 合作讲述其架构与设计取舍，文中明确标注 Abnormal AI 为 AWS 客户且观点不代表 AWS 立场。
厂商官方渠道发布，架构与配置描述属一手披露，可信度较高。但属营销性质的客户故事，性能与规模数字只有 Abnormal AI 单方口径，没有第三方验证；文中「80% 代码改动有 agent 参与、40% 端到端由 agent 完成」一类数字也仅是自家说法。
延伸阅读
看他们为什幺把最贵的 agent 算力只留给第三层数万封的疑难样本，这套成本分层对做生产级 agent 系统的团队可复用。
零信任配置换来可复现与防外泄，代价是 agent 不能上网取数；文中列出的可控数据摄入、子处理者对齐等做法值得逐条对照。