【事件】AWS Machine Learning Blog 于2026年10月13日发布Orca Security与AWS的案例，介绍Discovery AI如何把自然语言问题转换为Orca Sonar安全查询。需区分发布日期与落地时间：文章称该能力自2026年3月起已在生产环境运行，并非10月13日才上线。
【实现与能力】Discovery AI基于Amazon Bedrock，将检索增强生成与带模式约束的查询构造结合：先尝试规则匹配，再做安全与相关性筛查、检索并重排已验证示例、选择相关Sonar模型模式，最后生成并通过静态检查和Sonar API校验过滤器。Orca称Sonar覆盖900多种云基础设施和应用模型，系统面向安全分析人员，让他们用普通语言探索云资产与安全数据，无需手工拼装复杂JSON查询。
【效果与影响】Orca报告称，与最初把完整模式和示例一次性塞入大模型提示词的基线相比，输入Token从约200万降至约14万（减少93%），总体查询成本降低90%，端到端延迟从约60秒降至约15秒（降低75%）；生产中每天处理数千次查询。架构还使用Titan语义检索、Cohere重排及按阶段分配的Bedrock模型，并设置专家标注和持续评估。
【适用对象与限制】这一案例适合云安全平台、分析人员及构建自然语言转结构化查询功能的团队参考；收益依赖领域模式、经过验证的示例、API校验和人工反馈，不能直接外推为所有企业或查询任务都能达到同等降幅。准确率与成本数字来自AWS和Orca披露的单一生产案例，非独立通用基准；部署还依赖Amazon Bedrock及其治理配置。
官方来源（AWS，2026-10-13）：https://aws.amazon.com/blogs/machine-learning/natural-language-security-queries-at-orca-security-using-amazon-bedrock/ |
喧嚣卡
千斤顶