OpenAI

10. november 2026

Oppstartsbedrift

Cogent og OpenAI bygger cyberforsvarsfabrikker for bedrifter

Cogent kombinerer OpenAI-modeller med bedriftskontekst for å bidra til automatisk utbedring av sårbarheter ved hjelp av agenter.

Hvit Cogent-logo på en mørk overflate av børstet metall med en varm siennafarget refleksjon.
Bedriftsstørrelse: Oppstartsbedrift
Region: Nord-Amerika
Bransje: Teknologi
Produkter: API, Codex, Daybreak

75 %

Kortere gjennomsnittstid for utbedring av sårbarheter

5×

Flere sårbarheter vurdert og prioritert

Cogent Security⁠(åpnes i et nytt vindu) ser at bedrifter står overfor flere sikkerhetsrisikoer enn noen gang, og har erfart at det vanskeligste ikke er å finne sårbarhetene, men å utbedre dem. Utbedringsarbeid er komplekst og involverer flere team. Det krever forståelse av sammenhengene i bedriftens miljø: Hvordan kan en angriper utnytte en sårbarhet, hvilke forretningssystemer står i fare, og hvilke endringer kan gjøres trygt?

Cogent bygger Cyber Defense Factories som lar bedrifter finne og eliminere disse risikoene autonomt. Fabrikkene er utviklet for å hjelpe sikkerhetsteam med å handle i maskintempo, ettersom sårbarheter oppdages og utnyttes stadig raskere.

Selskapets AI-agenter kombinerer GPT‑6.1 Sol og GPT‑5.6 med bedriftskontekst og kontrollmekanismer for å håndtere hele prosessen fra undersøkelse til verifisert utbedring. Agentene vurderer eksponeringer, gjennomfører tillatte endringer og bekrefter at risikoen er eliminert. Cogent driver også intern forskning med Cyber og Daybreak for å utforske angrepsveier og forsvarsevner.

«OpenAI-modellenes evne til å holde langvarige oppgaver i gang åpner for et nytt nivå av autonomi i bedrifters cyberforsvar: AI-agenter kan nå utføre arbeidet fra undersøkelse til verifisert utbedring.»
— Geng Sng, medgründer og teknologidirektør i Cogent
Cogent Cyber Defense Factory kobler data fra bedriftens sky, kode, endepunkter, identiteter og skannere til agenter som undersøker, prioriterer og utbedrer sikkerhetsrisikoer og verifiserer resultatene, drevet av OpenAI-modeller, kontekst og kundens kontrollmekanismer.

Gir agenter kontekst og tillatelse til å handle

For hver kunde vedlikeholder Cogents Context Engine en kunnskapsgraf over bedriftens ressurser, sårbarheter, identiteter, eierskap og avhengigheter. Spesialiserte bakgrunnsagenter sammenstiller og avstemmer kontinuerlig informasjon på tvers av sikkerhetsverktøy og systemer, slik at agentene som undersøker og utbedrer, får en felles forståelse av miljøet.

GPT‑6 Astra håndterer den innledende planleggingen og den komplekse resonneringen i dette arbeidet. Dette muliggjør det Geng Sng, medgründer og teknologidirektør i Cogent, beskriver som et «minnerammeverk for bedriften». Han sier: «Vi trenger ikke lære hvordan verden ser ut på nytt hver gang det kommer en ny oppgave.» Gjenbruk av kontekst reduserer forsinkelser, inferenskostnader og inkonsistente resultater.

Cogents Agent Policies definerer hvilke endringer hver bedrift tillater, og hvilke godkjenninger som kreves. TRACE, motoren som håndhever reglene, kontrollerer verktøykallene opp mot dem før utførelse. Kontrollene er deterministiske og krever ingen separat modellinferens.

En Agent Gateway kontrollerer autorisasjon uavhengig, og arbeid med høyere risiko kan kjøres i isolerte sandkasser. Kundene kan delegere undersøkelser, kreve godkjenning av endringer eller tillate autonom utbedring innenfor fastsatte rammer.

Fra offentliggjorte sårbarheter til verifiserte utbedringer

Da kritiske sikkerhetsfeil kjent som PHP2Shell ble offentliggjort i PHP, et programmeringsspråk som brukes til å drive nettsteder, tok kundene i bruk Cyber Defense Factories, som Cogent allerede hadde satt i drift i miljøene deres.

GPT‑6.1 Sol og GPT‑6 Astra bidro med dyptgående resonnering for undersøkelser og planlegging av utbedringer. Ved hjelp av Cogents kontekstlag identifiserte agentene berørte systemer, vurderte eksponeringen og utviklet planer som tok hensyn til applikasjonsavhengigheter og driftsbegrensninger. Deretter koordinerte de utbedringer gjennom kundedefinerte arbeidsflyter for godkjenning og utførelse, og verifiserte at problemene var løst.

Cogent rapporterer at kundene bruker Cyber Defense Factories til å utbedre sårbarheter raskere og øke kapasiteten til å gjennomføre undersøkelser. Med Cogent reduserte en kunde i bilbransjen på Fortune 1000-listen gjennomsnittstiden for å utbedre kritiske sårbarheter med 75 %, mens en kunde innen IT-tjenester på Fortune 500-listen oppnådde fem ganger så høy gjennomstrømming i vurdering og prioritering av sårbarheter.

Den globale elektroniske handelsplattformen MarketAxess bruker Cogent til å styrke sin risikobaserte tilnærming til håndtering av eksponering. «Cogent samler sårbarhetsdata, forretningskontekst, sikkerhetstiltak og analyse av angrepsveier for å hjelpe oss med å bekrefte reell eksponering og prioritere utbedringer der de betyr mest. Det som skiller seg ut, er hvor raskt Cogent-teamet reagerer på nye trusler og omsetter tilbakemeldingene våre til praktisk funksjonalitet», sier Vijay Bala, informasjonssikkerhetsdirektør i MarketAxess.

Derfor utvikler Cogent med OpenAI-modeller og Codex

Cogent evaluerer kontinuerlig alternativer med lukket og åpen kildekode og rapporterer at OpenAI-modeller gir bedre resonnering i langvarige sikkerhetsoppgaver, høyere nøyaktighet, færre hallusinasjoner i arbeid med tekniske kodebaser og mer pålitelig utførelse. Modellene kan kjede sammen verktøykall sekvensielt og parallelt, samtidig som de beholder konteksten gjennom arbeidsflytene for utbedring.

Cogent prioriterer kvaliteten på resonneringen ved komplekse undersøkelser og kostnader ved enklere arbeid. Selskapet bruker GPT‑6.1 Sol til generell oppgaveutførelse og GPT‑5.6 til rutineoppgaver innen sårbarhetshåndtering, der avansert resonnering er mindre avgjørende.

«OpenAI-modeller er mer kostnadseffektive enn modellene fra andre leverandører. Det er en stor fordel for oss, særlig når vi kjører disse enorme agentsvermene.»
— Geng Sng, medgründer og teknologidirektør i Cogent

Bruken av OpenAI-modeller har også redusert behovet for støtteprogramvare som Cogent må utvikle for utbedringer og sikkerhetsoppdateringer. «Mye av arbeidet vi måtte gjøre på rammeverksnivå, er ikke lenger nødvendig», sier Geng. Han fortalte også at OpenAIs API-er har «effektivisert ruting av forespørsler og orkestrering av agenter, noe som har redusert det interne tekniske merarbeidet betydelig og gjort at vi raskere kan lansere komplekse sikkerhetsarbeidsflyter».

De fleste av Cogents utviklere velger også Codex til utviklingsarbeid. Geng sier at de er mer produktive når de kombinerer Codex med OpenAI-modeller enn når de bruker de samme modellene i et kodeutviklingsmiljø med åpen kildekode. «Codex leveres rett og slett med verktøy vi slipper å bygge selv», sier Geng.

Videreutvikling av autonomt cyberforsvar

Gjennom Trusted Access for Cyber og Daybreak får Cogent teknisk støtte til intern red teaming og forskning på angrepsveier. Daybreak Red, et tilgangsnivå i Daybreak, gir teamet spesialiserte OpenAI-modeller for autorisert forskning på angrepsmetoder og sårbarheter. «Godt forsvar krever gode angrep», sier Geng.

«Gjennom Trusted Access for Cyber og Daybreak kan vi utforske hvordan sårbarheter kan kjedes sammen på tvers av identiteter, ressurser og nettverkskontroller. Vi bruker denne forskningen til å forstå hva agentene våre kan gjøre, og hvilke forsvarsevner vi bør utvikle videre.»
— Geng Sng, medgründer og teknologidirektør i Cogent

Cogent planlegger å utvide tilbudet sitt som hovedpartner for bedrifter som vil bygge sine egne Cyber Defense Factories. Planene omfatter stadig mer autonom utbedring, der agentene kan utføre flere typer og mer komplekse utbedringer – fra enkle konfigurasjonsendringer til arbeidsflyter med flere trinn på tvers av bedriftens systemer.

Selskapet utvikler også autonom oppdagelse og validering. Målet er et system med en lukket tilbakemeldingssløyfe som finner og eliminerer risiko, samtidig som det kontinuerlig lærer av hver sårbarhet for å forbedre fremtidige undersøkelser og utbedringer.