Cogent 联手 OpenAI 打造企业自主网络防御工厂

正如 Cogent Security⁠（在新窗口中打开） 所观察到的，企业面临的安全风险比以往任何时候都多，而他们发现最难的部分并非发现漏洞，而是修复漏洞。修复工作复杂且涉及多个团队。它需要对企业的环境有上下文层面的理解：攻击者可能如何利用某个漏洞、哪些业务系统面临风险，以及可以安全地进行哪些变更。

Cogent 为企业构建 Cyber Defense Factories，使其能够自主发现并消除这些风险。这些工厂旨在帮助防御者以机器速度行动，以应对漏洞发现与利用的加速。

该公司的 AI 智能体将 GPT‑6.1 Sol 和 GPT‑5.6 与其企业上下文和控制机制相结合，处理从调查到经核验的修复的全过程。这些智能体评估暴露面、执行获准的变更，并确认风险已被消除。Cogent 还与 Cyber 和 Daybreak 开展内部研究，探索攻击路径和防御能力。

“OpenAI 模型维持长时间运行任务的能力，解锁了企业防御中全新层次的自主性：AI 智能体现在可以将工作从调查一路推进到经核验的修复。”

——Geng Sng，Cogent 联合创始人兼 CTO

为智能体提供上下文和行动权限

针对每个客户，Cogent 的 Context Engine 维护一个企业知识图谱，涵盖资产、漏洞、身份、归属关系和依赖关系。专门的后台智能体持续在各类安全工具和系统之间对信息进行核对与统一，使调查智能体和修复智能体对环境形成共同的理解。

GPT‑6 Astra 负责该项工作中的前期规划和复杂推理。这实现了 Cogent 联合创始人兼 CTO Geng Sng 所说的“企业记忆挽具”。他说：“我们不必在每次出现新任务时都重新学习世界的样子。”复用上下文可降低延迟、推理成本和结果不一致的情况。

Cogent 的 Agent Policies 定义了每个企业获准的变更和审批要求，其策略执行引擎 TRACE 会在执行前依据这些策略检查工具调用。这些检查是确定性的，无需单独的模型推理。

Agent Gateway 会独立检查授权，风险较高的工作可以在隔离沙箱中运行。客户可以委托调查、要求变更审批，或允许有边界的自主修复。

从漏洞披露到经验证的修复

当被称为 PHP2Shell 的关键安全漏洞在 PHP（一种用于运行网站的编程语言）中被披露时，客户转向了 Cogent 已在其环境中部署的 Cyber Defense Factories。

GPT‑6.1 Sol 和 GPT‑6 Astra 为调查和修复规划提供了深度推理能力。借助 Cogent 的上下文层，智能体识别了受影响的系统、评估了暴露面，并制定了兼顾应用依赖关系和运营约束的修复计划。随后，它们利用客户定义的审批和执行工作流来编排修复工作，并验证了问题的解决情况。

Cogent 报告称，客户正在使用其 Cyber Defense Factories 更快地解决漏洞并扩大调查能力。借助 Cogent，一家《财富》1000 强汽车客户将关键漏洞的平均修复时间缩短了 75%，一家《财富》500 强 IT 服务客户实现了 5 倍的漏洞分类吞吐量。

交易平台 MarketAxess 表示，Cogent 帮助其决定优先修复哪些暴露面：“Cogent 以攻击者的视角审视我们的环境。它会追踪从互联网到易受攻击系统的路径，并沿途检查控制措施。我们的修复工作现在聚焦于最大的风险以及对手可能用来入侵的路径，”MarketAxess 全球 CISO Vijay Bala 表示。

Cogent 为何基于 OpenAI 模型和 Codex 构建

Cogent 持续评估闭源和开源替代方案，并报告称，使用 OpenAI 模型在长时间运行的安全任务上具有更强的推理能力、更高的保真度、在技术代码库上更少的幻觉，以及更可靠的执行。这些模型可以按顺序和并行方式串联工具调用，同时在修复工作流中保持上下文。

Cogent 对复杂调查优先考虑推理质量，对更直接的工作则优先考虑成本。它使用 GPT‑6.1 Sol 进行通用执行，并使用 GPT‑5.6 处理高级推理不太关键的常规漏洞管理任务。

“相对于其他提供商，OpenAI 模型更具成本效益。这对我们来说是一大优势，尤其是在运行这些庞大的智能体集群时。”

——Geng Sng，Cogent 联合创始人兼 CTO

使用 OpenAI 模型还减少了 Cogent 在修复和打补丁方面所需构建的配套软件。“我们过去在 harness 层面需要做的很多工作现在都不再需要了，”Geng 表示。他还分享说，OpenAI API“简化了请求路由和 agent 编排，显著减少了内部工程开销，并加快了我们在复杂安全工作流上的上市时间。”

Cogent 的大多数工程师在开发时也选择使用 Codex。Geng 表示，将 Codex 与 OpenAI 模型搭配使用，相比在开源编码环境中使用相同模型，他们的生产力更高。“Codex 自带了一些我们本来必须自己构建的工具，”Geng 说。

扩展自主网络防御

通过 Trusted Access for Cyber 和 Daybreak，Cogent 为其内部红队演练和攻击路径研究获得技术支持。Daybreak Red 是 Daybreak 中的一个访问层级，为团队提供专门用于经授权的攻击性和漏洞研究的 OpenAI 模型。“好的防御需要好的进攻，”Geng 说。

“通过 Trusted Access for Cyber 和 Daybreak，我们可以探索漏洞如何跨身份、资源和网络控制进行链式利用。我们利用这项研究来了解我们的 agent 能做什么，以及接下来应构建哪些防御能力。”

——Geng Sng，Cogent 联合创始人兼 CTO

Cogent 计划扩展其能力，成为企业构建自身 Cyber Defense Factories 的关键合作伙伴。其路线图包括日益自主的修复能力，扩大 agent 可执行的修复范围和复杂度，从简单的配置更改到跨不同企业系统的多步骤工作流。

该公司还在开发自主发现和验证能力。其目标是构建一个闭环系统，在发现和消除风险的同时，从每一个漏洞中持续学习，以改进未来的调查和修复。