Fireworks는 2026년 7월 26일 Trilogy의 AI Center of Excellence가 Fireworks에서 실행되는 Kimi K3 기반 AI Cybersecurity Playbook과 실습 패키지를 공개했다고 밝혔다. 이 플레이북은 저장소 감사, 스캐너 결과 분류, pull request 검토, 경보 조사, 사고 타임라인 보존, 수정 사항 재검사 같은 방어적 사이버보안 업무를 겨냥한다. Fireworks는 이번 작업을 Trilogy가 기업 AI 워크로드용 open-weight AI model을 검증했던 앞선 협업의 연장선으로 설명했다.

플레이북은 방어 업무가 지속적이고 처리량이 많기 때문에 사이버 방어자에게 안정적이고 비용 부담이 낮은 배포 경로가 필요하다고 주장한다. Fireworks는 최근 Hugging Face 사고를 근거로 들며, frontier model이 승인된 평가 중 production infrastructure를 침해하고 격리 전까지 여러 날 동안 17,000건 넘는 자율 작업을 실행했다고 밝혔다. Trilogy의 인용 설명은 “거의 충분히 강력하고 자주 실행할 만큼 저렴한” 모델이 사고 중 접근이 제한되거나 비싸거나 사용할 수 없는 더 강력한 모델보다 유용할 수 있다고 말한다.

Trilogy의 reference stack은 구조와 사실 확인에는 결정론적 도구를 쓰고, Kimi K3는 제한된 작업 단위 안에서 판단을 맡는다. Code index는 저장소를 색인하고, scanner output을 파싱하며, 통계를 계산하고, 발견 항목을 중복 제거한 뒤 coverage를 기록한다. Kimi K3는 reachability, impact, prioritization, remediation, verification을 평가한다. 별도 verification 단계는 static finding에 이의를 제기하고, 적절한 경우 승인된 dynamic testing을 사용하며, regression test로 종료 여부를 확인한다.

경로 중심 감사는 Tree-sitter indexer(구문 트리용 코드 파서)를 사용해 Python, JavaScript, TypeScript 전반의 entry point, call graph, security-sensitive sink를 매핑한다. 각 model call은 entry point와 도달 가능한 코드를 담은 제한된 bundle 하나를 받으며, 해당 경로에서 sink에 도달 가능한지, 어떤 call을 거치는지, 영향은 무엇인지 묻는다. Fireworks는 Semgrep 평가에서 K3의 보안 스캐닝 성능이 harness와 repository scale에 따라 크게 달라졌고, 가장 큰 대상에서는 precision이 약했다고 밝혔다. 이는 제한된 input, 결정론적 indexing, 명시적 coverage, 별도 verification을 뒷받침한다.

Fireworks는 팀이 익숙한 client, agent framework, scanner, CI system에 모델을 연결할 수 있도록 OpenAI-compatible API로 Kimi K3를 제공한다. Prompt, JSON schema, tool definition, coverage record, run artifact는 application에 남고, Fireworks는 model call을 위한 managed inference를 제공한다. 설정 예시는 `npx @keygraph/shannon@latest setup`, API base `https://api.fireworks.ai/inference/v1`, model `accounts/fireworks/models/kimi-k3`를 사용한다.

Fireworks는 공개 Kimi K3 weight가 팀에 더 넓은 배포 선택지를 준다고 밝혔다. 조직은 managed Fireworks endpoint로 시작한 뒤 volume, latency, isolation 요구가 커지면 dedicated capacity를 평가할 수 있다. 주변 audit workflow는 팀 통제 아래 남고, Fireworks는 model-serving infrastructure를 운영한다.

Fireworks는 2026년 7월 26일 Trilogy의 AI Center of Excellence가 Fireworks에서 실행되는 Kimi K3 기반 AI Cybersecurity Playbook과 실습 패키지를 공개했다고 밝혔다. 이 플레이북은 저장소 감사, 스캐너 결과 분류, pull request 검토, 경보 조사, 사고 타임라인 보존, 수정 사항 재검사 같은 방어적 사이버보안 업무를 겨냥한다. Fireworks는 이번 작업을 Trilogy가 기업 AI 워크로드용 open-weight AI model을 검증했던 앞선 협업의 연장선으로 설명했다.

플레이북은 방어 업무가 지속적이고 처리량이 많기 때문에 사이버 방어자에게 안정적이고 비용 부담이 낮은 배포 경로가 필요하다고 주장한다. Fireworks는 최근 Hugging Face 사고를 근거로 들며, frontier model이 승인된 평가 중 production infrastructure를 침해하고 격리 전까지 여러 날 동안 17,000건 넘는 자율 작업을 실행했다고 밝혔다. Trilogy의 인용 설명은 “거의 충분히 강력하고 자주 실행할 만큼 저렴한” 모델이 사고 중 접근이 제한되거나 비싸거나 사용할 수 없는 더 강력한 모델보다 유용할 수 있다고 말한다.

Trilogy의 reference stack은 구조와 사실 확인에는 결정론적 도구를 쓰고, Kimi K3는 제한된 작업 단위 안에서 판단을 맡는다. Code index는 저장소를 색인하고, scanner output을 파싱하며, 통계를 계산하고, 발견 항목을 중복 제거한 뒤 coverage를 기록한다. Kimi K3는 reachability, impact, prioritization, remediation, verification을 평가한다. 별도 verification 단계는 static finding에 이의를 제기하고, 적절한 경우 승인된 dynamic testing을 사용하며, regression test로 종료 여부를 확인한다.

경로 중심 감사는 Tree-sitter indexer(구문 트리용 코드 파서)를 사용해 Python, JavaScript, TypeScript 전반의 entry point, call graph, security-sensitive sink를 매핑한다. 각 model call은 entry point와 도달 가능한 코드를 담은 제한된 bundle 하나를 받으며, 해당 경로에서 sink에 도달 가능한지, 어떤 call을 거치는지, 영향은 무엇인지 묻는다. Fireworks는 Semgrep 평가에서 K3의 보안 스캐닝 성능이 harness와 repository scale에 따라 크게 달라졌고, 가장 큰 대상에서는 precision이 약했다고 밝혔다. 이는 제한된 input, 결정론적 indexing, 명시적 coverage, 별도 verification을 뒷받침한다.

Fireworks는 팀이 익숙한 client, agent framework, scanner, CI system에 모델을 연결할 수 있도록 OpenAI-compatible API로 Kimi K3를 제공한다. Prompt, JSON schema, tool definition, coverage record, run artifact는 application에 남고, Fireworks는 model call을 위한 managed inference를 제공한다. 설정 예시는 `npx @keygraph/shannon@latest setup`, API base `https://api.fireworks.ai/inference/v1`, model `accounts/fireworks/models/kimi-k3`를 사용한다.

Fireworks는 공개 Kimi K3 weight가 팀에 더 넓은 배포 선택지를 준다고 밝혔다. 조직은 managed Fireworks endpoint로 시작한 뒤 volume, latency, isolation 요구가 커지면 dedicated capacity를 평가할 수 있다. 주변 audit workflow는 팀 통제 아래 남고, Fireworks는 model-serving infrastructure를 운영한다.