团队通常看到什么
- 太多发现项明显无害或优先级错误，开发者因此不再信任扫描器。
- AppSec 成为决定哪些重要、哪些该忽略的人工瓶颈。
- 同样的误报在后续扫描中反复出现，因为相关决策既没有共享，也没有持久化。
什么会破坏信任
为什么 SAST 误报会成为运行层面的问题
工作流
如何在不把系统变成黑箱的前提下降低噪声
01
先去掉无害的基础噪声
会发生什么
Oryon 会在 AI 审查前先应用启发式规则，让最明显低价值的发现项不必进入高成本审查路径。
为什么重要
这样可让分诊层专注于那些真正需要上下文与判断的发现项。
02
在丢弃任何内容前使用严格的 AI 共识
会发生什么
AI 分诊分两轮执行。只有当两个阶段独立一致认为应被移除时，发现项才会被丢弃。
为什么重要
这使系统更保守，也降低了激进降噪过滤器掩盖真实问题的风险。
03
持续保留应延续的决策
会发生什么
共享抑制项与仪表板历史可让未来扫描继承正确上下文，而不必让团队反复重新裁定同样无害的发现项。
为什么重要
真正的信号质量来自过滤与记忆的结合，而不是一轮又一轮高噪声扫描。
最佳适配
何时 Oryon 能更好地解决误报疲劳
选择 Oryon，如果
- 主要阻碍在于对发现项的信任，而不仅是扫描器覆盖范围。
- 你的开发者需要在编辑器内进行更低噪声的审查，避免 CI 成为瓶颈。
- 你希望抑制项与仓库历史能让信号随着时间持续改善。
选择其他方案，如果
- 相比开发者信号质量，你的首要任务是集中式策略管理。
- 团队愿意接受更多评审噪声，以换取最广的平台覆盖面。
- 你并不需要让安全闭环从编辑器开始。
FAQ
当误报是主要阻碍时，团队会问什么
- AI 分诊会隐藏真实漏洞吗？
- Oryon 被设计为保守模式。只有两个 AI 阶段都同意时，发现项才会被丢弃；如遇冲突或不确定，则会保留。
- 共享抑制项会取代人工审查吗？
- 不会。它们用于记录团队已经做出的判断，让未来扫描复用这些上下文，而不是从零开始。
- Oryon 能与现有 CI 扫描器共存吗？
- 可以。许多团队会保留更广泛的 CI 或平台扫描器，同时用 Oryon 在开发者工作流中更早改进信号质量和分诊效率。