SIR-Bench 論文閱讀分析：真正值得信的 IR Agent，不是會把 alert 說得更像人話，而是會自己挖出 alert 沒講的新證據
SIR-Bench 想補的不是另一個只看最後 triage 對不對的 benchmark，而是更接近真實 SOC 的問題：Incident Response Agent 到底有沒有真的做調查？這篇把 investigation depth 拉成核心指標，要求 agent 不只判斷 true positive / false positive，還得沿著 CloudTrail 與工具查詢，找出 alert 原本沒直接告訴你的 novel findings。
2026 年 4 月 17 日