夜船有明 / AI 安全产品01 — 03 / 2026

验证放在前面。
先看 KUROSHIO。

以 AI 安全为核心,以进攻性研究为驱动。Yofune_LABS 将红队验证、漏洞研究与产品工程相结合,从智能体攻防到代码分析与人员演练,让风险发现走向有证据的判断和可执行的改进。

探索产品
三条产品线 · 同一种证据意识SCROLL TO DISCOVER
01 / 产品档案黑潮 · AI 智能体安全验证YOFUNE LABS ↗

KUROSHIO

让智能体探索,
让证据说话。

黑潮围绕授权目标组织规划、工具执行与证据整理。把一次安全测试中的资产、线索和决策串联起来,让团队看清探索走到了哪里,以及结论从何而来。

智能体任务工作台PRODUCT VIEW / 01
KUROSHIO验证工作台
交互演示 · 示例数据
任务编排02 / 04

从观察形成路径

结合工具结果与资产上下文,组织下一步验证任务。

让每一步都有上下文与证据
授权范围范围已限定
工具调用预算4 / 20 次
执行策略敏感操作需审批

↳沿四个阶段查看任务规划、候选线索与证据记录。

01

围绕目标推进任务

从测试目标开始规划,根据观察到的资产、事实与发现继续探索,让任务状态与执行进展保持关联。

02

工具与上下文协同

结合可配置的 Agent、模型、技能和 MCP 工具组织工作,连接探索链路与资产视图。

03

让关键动作可控

通过工具策略与审批控制执行过程;需要时暂停、恢复或停止任务,保留团队介入的空间。

04

从线索走到证据

关联请求响应记录、工具输出和发现详情,支持以结构化数据或报告形式导出并复核。

从问题到行动

  1. 01明确授权范围
  2. 02规划与探索
  3. 03复核发现证据
  4. 04整理验证报告
02 / 产品档案AI 代码安全工作台YOFUNE LABS ↗

DeepHook

深入代码,
读懂风险的路径。

DeepHook 结合源码语义、数据流与 AI 漏洞分析,沿输入点、传播路径和危险调用追踪风险。让一条告警变成可以理解、质疑和复核的代码证据。

代码证据工作台PRODUCT VIEW / 02
DeepHook代码研究工作台
交互演示 · 示例数据
routes/download.ts代码上下文
async function download(req, res) {
const root = UPLOAD_DIRECTORY;
const name = req.query.name;输入点
const file = resolve(root, name);
const bytes = await readFile(file);危险调用
return res.send(bytes);
}
数据流路径语义分析
输入点req.query.name
传播路径resolve(root, name)
危险调用readFile(file)

从外部输入,追踪到敏感操作。

AI 推动研究 · 证据支撑判断DeepHook / CWE-22

↳切换漏洞线索,沿代码阅读证据链,再查看相应修复建议。

01

从语义理解源码

导入代码项目,结合多语言语义分析与数据流追踪,整理跨函数、跨文件的潜在风险线索。

02

让风险路径可见

将输入点、传播步骤与危险调用关联到代码位置,帮助审计人员理解触发条件和影响路径。

03

Hunter 深入追问

围绕漏洞假设查询证据、检查反证并提出验证建议,支持研究人员进一步判断线索是否成立。

04

面向修复的交付

审阅修复建议、差异与试运行预览,生成脱敏报告。需要动态验证时,再明确授权与验证环境。

从问题到行动

  1. 01导入代码项目
  2. 02开展语义扫描
  3. 03分析与核对证据
  4. 04审阅修复建议
03 / 产品档案钓鱼演练与人因安全YOFUNE LABS ↗

TaiGong

从一次钓鱼演练,
检验人和邮件防线。

太公以授权钓鱼演练为起点,连接场景设计、行为证据、人员风险分析与安全意识训练。通过发送、打开、点击、提交和举报记录,帮助团队看清薄弱环节,并结合后续演练检验改进;邮件防护验证可配套开展专项评测。

钓鱼演练与行为复盘PRODUCT VIEW / 03
TaiGong太公人因安全工作台
交互演示 · 示例数据
演练工作区演练结果

覆盖 4 个部门,观察识别与举报行为。

BEHAVIOR / 01

每一个行为,都有迹可循。

按人员去重,贯通投递、交互与风险反馈。

已投递
240100%
已打开
18678%
已点击
4218%
已提交
125%
主动举报

将风险识别能力纳入复盘

57人

↳官网交互示意:切换活动,查看行为漏斗与事件记录。具体功能以产品版本和授权为准。

SMTP 邮件为基础能力;多通道、培训、自动化、高级分析与 AI 生成等按授权启用。AI 辅助生成不代表自主规划或执行任务。

01

邮件演练与多阶段场景

SMTP 邮件、模板、落地页和目标管理构成基础演练;短信、支持的企业 IM 与多阶段编排按授权启用。

02

行为证据与风险分析

在活动时间线中复核打开、点击、提交与举报。授权的环境识别可标记扫描器、沙箱与预取流量,避免混同员工行为。

03

从风险走向定向培训

按授权启用课程、测验、培训批次与事件驱动规则,将演练结果接入培训和后续复测。AI 仅辅助生成文案与洞察,需相应授权和外部模型服务。

04

按企业数据边界交付

支持 SaaS 托管或内网自建。Drill 负责演练,Trace 负责事件响应溯源,MailLab 负责邮件样本分析;各平台的版本、授权与交付范围分别确认。

从问题到行动

  1. 01约定范围与样本
  2. 02组织授权演练
  3. 03复核事件与风险
  4. 04培训与整改复测
专项评测服务

邮件网关安全能力评测

围绕企业现有邮件网关开展授权评测,把测试样本、策略命中和邮件去向对应起来,检验邮件防护链路在约定场景中的实际表现。

咨询邮件网关评测
  1. 01

    仿冒邮件、链接与附件

    在约定的域名、收件范围和投递窗口内设计测试样本,覆盖需要验证的仿冒身份、链接与附件场景。

  2. 02

    策略命中与处置结果

    结合网关配置和可提供的日志,核对邮件投递、拦截、隔离与告警记录,区分安全设备自动访问和人员行为。

  3. 03

    差异对照与整改复测

    对照样本、策略调整前后的结果,沿同一路径复测,记录防护变化、未解决问题和建议。

交付:测试样本清单、策略与处置证据、差异分析、整改建议及复测记录。

这是按项目开展的评测服务。网关品牌、样本类型、日志可见性和测试范围在开始前确认。

从你要解决的问题,选择工具。

多数团队从 AI Agent 安全验证开始。三个独立产品分别深入运行中的智能体与系统、源代码与人的行为。根据当前工作,选择最合适的入口。

从你要解决的问题,选择工具。
产品关注对象适用团队主要成果
KUROSHIO智能体红队 · 安全研究与验证团队关联发现、执行记录与证据报告
DeepHook代码研发安全 · 代码审计与漏洞研究团队代码证据、分析结论与修复建议
TaiGong人因安全运营 · 意识培训 · 邮件安全团队行为证据、风险分析与培训复测;网关评测另行约定
01这三个产品如何选择?

需要围绕授权目标开展智能体安全验证时,选择 KUROSHIO;需要分析源码、梳理漏洞线索和审阅代码证据时,选择 DeepHook;需要钓鱼演练、人员风险分析与安全意识培训时,选择 TaiGong。邮件网关防护验证可另行约定专项评测服务。团队可以分别评估,也可以围绕同一个业务场景讨论组合使用方式。

02页面里的界面可以操作吗?

可以切换演练活动、任务阶段和代码线索,了解产品的工作方式。这里是为官网重新设计的交互演示,使用示例数据;具体产品界面与可用功能以实际演示和交付版本为准。

03如何评估企业环境中的适用性?

向我们介绍你的人员规模、系统范围或代码语言,我们会围绕实际场景安排演示。部署环境、模型接入、数据流向、授权范围与交付要求,会在评估开始前共同确认。

04邮件网关评测和钓鱼演练有什么不同?

钓鱼演练关注人员行为、风险分析与培训反馈;邮件网关评测关注企业现有网关对约定样本的策略命中、投递、拦截和告警表现,并对整改前后结果做差异复测。网关评测作为专项服务,按企业现有环境确认测试范围和交付内容。

YOUR NEXT DISCOVERY.

让下一次发现,
从这里开始。

从 AI Agent 安全评估、业务系统验证或企业安全演练开始。我们一起找到合适的切入点。

申请 AI 安全评估