云安全平台通常将规则失效转化为“发现项”（finding），并按严重程度排序堆积。Sola Security的一项研究测试了当引入具体运行环境上下文后，这种排序如何变化。
AI代理重评估：超七成高危告警等级变更
研究人员Leon Goldberg和Gal Engelberg构建了一个AI代理，用于重新评估第三方云安全平台提出的发现项严重程度。在八个生产环境中，该代理对平台产生的9,967条高危（HIGH）发现项进行了测试。结果显示，75.1%的发现项等级发生改变：其中58.5%被降级，16.6%被升级。
静态规则的局限与环境上下文缺失
云安全发现项的严重程度通常源于触发它的规则。在99,073个失败的发现项中，599条厂商规则均对应固定的严重程度，无视资源或环境差异。研究人员指出：“静态严重程度反映的是一般情况下的风险，因此按此排序的队列仅体现通用视角。”
规则携带的上下文由作者一次性编码，无法适配所有环境。决定特定环境中实际风险的上下文——如资源是否连接其他组件、是否有工作负载运行——往往位于别处。尽管CVSS（通用漏洞评分系统）包含环境指标，NIST指南也将可能性与控制措施挂钩，但研究人员观察到，“静态严重程度留出了这一空间却未予填充”。
代理的证据判定逻辑
针对每个发现项，AI代理会形成攻击利用理论，并从资源配置、相连资源数据及其他安全产品中收集证据。根据代理策略，“提升严重程度所需的证据多于降低严重程度”：降级需观察到能抵消故障利用方式的属性；升级则需证明条件在该环境中更严重，并检查路径上是否存在防火墙、白名单等护栏；其余情况保留厂商原始等级。
同一规则的双向变动与外部证据依赖
六种模式解释了可通过云API核查的关键事实。占比最大的是闲置资源（32.3%），即未连接任何组件或孤立的资源。其他降级原因包括无法从互联网访问、缺失活动服务、严格源限制及账户级阻断。相反，环境中确认的公开暴露主要导致严重程度升级。
在138条规则中，62条产生的发现项在不同情况下分别被降级或升级，其中57条在单个环境中同时出现两种结果。例如，某安全组规则在仅面向内部负载均衡器时被降级，而在存在互联网访问路径时被升级。
约一半的裁决（49.0%）依赖于被标记资源之外的证据，如资产图中的相连资源或其他产品数据。研究人员解释：“外部证据集中在衰减场景中，因为要证明一个发现项是安全的，必须排除通往它的所有路径。”他们总结道，在生产环境中，缩小规则与严重程度之间的差距需要来自整个环境的证据。
实时基础设施的事实核查
为验证代理裁决的基础，研究人员在八个AWS账户上运行只读探针，直接从云提供商处读取关键事实，排除代理自身数据。对于探针可确定的裁决，实时环境与代理依据的事实匹配率达99.4%；若将探针无法检查的发现项视为错误，该比例降至81.8%。
探针测试的是裁决背后的事实，而非修订后的严重程度评级是否正确。作者在“AI读取发现项”和“AI对发现项采取行动”之间划清界限。Goldberg和Engelberg认为：“对每个发现项进行经过验证的、特定于环境的读取，是自主采取行动的先决条件。”他们警告称，“读取和行动在爆炸半径、可逆性和授权方面存在差异”，并强调本研究仅测量读取环节。
研究局限性
该研究涵盖一个系统在两个平台高危队列上的裁决，其中92%的重新分级发现项位于AWS。实时验证仅覆盖一个平台和五种资源类型，虽测试了裁决背后的关键事实，但未检查最终等级。
起始于中等（MEDIUM）或低（LOW）严重程度的发现项不在研究范围内。由于缺乏事件数据，本研究未能回答升级后的发现项是否更可能被利用，或降级后的发现项是否较厂商评级所示更不易被利用。此外，代理遗漏关键事实的召回率也未被测量。