Cogent 与 OpenAI 携手为企业打造网络防御工厂 | OpenAI
2026年11月10日
初创企业
Cogent 将 OpenAI 模型与企业上下文(Context)相结合,通过智能体(Agent)帮助自动修复漏洞。

-
公司规模: 初创企业
-
地区: 北美
-
行业: 科技
-
使用产品: API, Codex, Daybreak
-
75%:平均漏洞修复时间(MTTR)缩短 75%
-
5x:漏洞研判与分级(Triage)吞吐量提升 5 倍
随着 Cogent Security 看到企业面临着前所未有的安全风险,他们发现最困难的部分并非发现漏洞,而是修复它们。漏洞修复工作十分复杂,往往跨越多个团队。这需要对公司的环境具备上下文理解:攻击者会如何利用该漏洞、哪些业务系统面临风险,以及如何安全地进行变更。
Cogent 为企业构建了“网络防御工厂(Cyber Defense Factories)”,以自主发现并消除这些风险。这些防御工厂旨在帮助防御者以机器般的速度行动,从而应对漏洞发现与利用日益加速的态势。
该公司的 AI 智能体将 GPT‑6.1 Sol 和 GPT‑5.6 与其企业上下文及控制机制相结合,处理从调查到经验证的修复全流程。这些智能体能够评估风险暴露面、执行获批的变更,并确认风险已被消除。此外,Cogent 还利用 Cyber 和 Daybreak 开展内部研究,探索攻击路径与防御能力。
“OpenAI 模型维持长周期任务的能力,为企业安全防御解锁了全新水平的自主性:AI 智能体如今能够完成从调查到验证修复的整个工作闭环。”
—— Geng Sng,Cogent 联合创始人兼首席技术官(CTO)

赋予智能体上下文与行动权限
针对每位客户,Cogent 的上下文引擎(Context Engine)都会维护一个涵盖资产、漏洞、身份、归属关系和依赖关系的企业知识图谱。专门的后台智能体会持续核对并统一各个安全工具与系统间的信息,使调查智能体和修复智能体对企业环境有一致的认知。
GPT‑6 Astra 负责这项工作的前期规划与复杂推理。这实现了 Cogent 联合创始人兼 CTO Geng Sng 所说的“企业级记忆框架(memory harness)”。他表示:“我们不必在每次新任务发生时,都重新学习一遍这个世界是什么样子的。”复用上下文不仅降低了延迟和推理成本,还减少了结果的不一致性。
Cogent 的智能体策略(Agent Policies)定义了每家企业允许的变更和审批要求,其策略执行引擎 TRACE 会在执行前根据策略检查工具调用(Tool Calls)。这些检查是确定性的,不需要额外的模型推理。
智能体网关(Agent Gateway)会独立检查授权,而高风险工作则可以在隔离的沙箱中运行。客户可以委派调查任务、对变更要求审批,或者允许在限定范围内进行自主修复。
从漏洞披露到验证修复
当用于运行网站的编程语言 PHP 被披露存在名为 PHP2Shell 的高危安全漏洞时,客户纷纷求助于 Cogent 早已部署在他们环境中的“网络防御工厂”。
GPT‑6.1 Sol 和 GPT‑6 Astra 为调查和修复规划提供了深度推理支持。借助 Cogent 的上下文层,智能体识别了受影响的系统,评估了风险暴露程度,并制定了兼顾应用依赖关系与运维限制的修复计划。随后,它们利用客户定义的审批与执行工作流编排了修复操作,并验证了问题的解决。
Cogent 报告称,客户正在使用其“网络防御工厂”来更快地解决漏洞并扩大调查能力。借助 Cogent,一家《财富》1000 强汽车行业客户将其高危漏洞的平均修复时间缩短了 75%,而一家《财富》500 强 IT 服务客户的漏洞研判与分级吞吐量提升了 5 倍。
交易平台 MarketAxess 表示,Cogent 帮助他们决定了优先修复哪些风险暴露点:“Cogent 能够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,并检查沿途的安全控制措施。现在,我们的修复工作能够集中在最大的风险点以及攻击者可能用来入侵的路径上,”MarketAxess 全球首席信息安全官(CISO)Vijay Bala 说道。
为什么 Cogent 选择基于 OpenAI 模型和 Codex 进行构建
Cogent 持续评估闭源和开源替代方案,并指出 OpenAI 模型在长周期安全任务上具备更强的推理能力、更高的保真度、在技术代码库上产生更少的幻觉,以及更可靠的执行表现。这些模型能够串行和并行地链式调用工具,同时在整个修复工作流中保持上下文不丢失。
Cogent 在复杂调查中优先考虑推理质量,而在较为直接的工作中则优先考虑成本。它使用 GPT‑6.1 Sol 处理通用执行任务,并使用 GPT‑5.6 处理对高级推理要求不高的常规漏洞管理任务。
“与其他提供商相比,OpenAI 模型更具成本效益。这对我们来说是一个巨大的优势,尤其是在我们运行大规模智能体集群(Agent Swarms)的时候。”
—— Geng Sng,Cogent 联合创始人兼首席技术官(CTO)
使用 OpenAI 模型还减少了 Cogent 为修复和打补丁所需构建的配套软件。“我们以前在底层框架(harness)层面必须做的许多工作,现在都不再需要了,”Geng 说道。他还分享道,OpenAI API “简化了请求路由和智能体编排,显著降低了内部工程开销,并加快了我们复杂安全工作流的上市时间。”
Cogent 的大多数工程师在开发时也选择了 Codex。Geng 表示,他们在结对编程时生产力更高。