OpenAI

10 november 2026

Start-up

Cogent en OpenAI bouwen cyberverdedigingsfabrieken voor bedrijven

Cogent combineert OpenAI-modellen met bedrijfscontext om kwetsbaarheden automatisch te helpen verhelpen met agents.

Wit Cogent-logo op een donker oppervlak van geborsteld metaal met een warme siennakleurige weerspiegeling.
Grootte van de onderneming: Start-up
Regio: Noord-Amerika
Sector: Technologie
Producten: API, Codex, Daybreak

75%

Kortere gemiddelde hersteltijd voor kwetsbaarheden

5x

Meer kwetsbaarheden getrieerd

Cogent Security⁠(opent in een nieuw venster) ziet dat bedrijven met meer beveiligingsrisico's dan ooit te maken krijgen. Daarbij blijkt het lastigste niet om kwetsbaarheden te vinden, maar om ze te verhelpen. Herstelwerk is complex en vraagt om de inzet van meerdere teams. Het vereist inzicht in de context van de bedrijfsomgeving: hoe kan een aanvaller een kwetsbaarheid uitbuiten, welke bedrijfssystemen lopen gevaar en welke wijzigingen kunnen veilig worden doorgevoerd?

Cogent bouwt Cyber Defense Factories voor bedrijven om die risico's autonoom op te sporen en weg te nemen. Deze factories zijn ontworpen om verdedigers op machinesnelheid te laten handelen, nu kwetsbaarheden steeds sneller worden ontdekt en uitgebuit.

De AI-agents van het bedrijf combineren GPT‑6.1 Sol en GPT‑5.6 met bedrijfscontext en controlemechanismen om het hele traject van onderzoek tot geverifieerd herstel uit te voeren. De agents beoordelen de blootstelling aan risico's, voeren toegestane wijzigingen door en bevestigen dat het risico is weggenomen. Cogent doet met Cyber en Daybreak ook intern onderzoek naar aanvalsroutes en verdedigingsmogelijkheden.

"Doordat OpenAI-modellen langdurige taken kunnen volhouden, wordt een nieuw niveau van autonomie in bedrijfsbeveiliging mogelijk: AI-agents kunnen nu het hele traject uitvoeren, van onderzoek tot geverifieerd herstel."
—Geng Sng, medeoprichter en CTO, Cogent
Cogent Cyber Defense Factory verbindt gegevens over de cloud, code, endpoints, identiteiten en scanners van bedrijven met agents die risico's onderzoeken, prioriteren, verhelpen en controleren, met behulp van OpenAI-modellen, context en door de klant ingestelde controlemechanismen.

Agents context en toestemming geven om te handelen

Voor elke klant houdt de Context Engine van Cogent een kennisgraaf bij van bedrijfsmiddelen, kwetsbaarheden, identiteiten, eigenaarschap en afhankelijkheden. Gespecialiseerde agents stemmen op de achtergrond continu informatie uit beveiligingstools en systemen op elkaar af, zodat onderzoeks- en herstelagents een gedeeld beeld van de omgeving hebben.

GPT‑6 Astra verzorgt de voorafgaande planning en complexe redenering voor dat werk. Dit maakt mogelijk wat Geng Sng, medeoprichter en CTO van Cogent, omschrijft als een "geheugenharness voor het bedrijf". Hij zegt: "We hoeven niet bij elke nieuwe taak opnieuw te leren hoe de wereld eruitziet." Hergebruik van context verlaagt de latentie en inferentiekosten en vermindert inconsistente resultaten.

De Agent Policies van Cogent leggen per bedrijf vast welke wijzigingen zijn toegestaan en welke goedkeuringen nodig zijn. TRACE, de engine voor beleidshandhaving, toetst toolaanroepen vóór uitvoering aan dat beleid. De controles zijn deterministisch en vereisen geen afzonderlijke modelinferentie.

Een Agent Gateway controleert onafhankelijk de autorisatie, en werk met een hoger risico kan in geïsoleerde sandboxes worden uitgevoerd. Klanten kunnen onderzoek delegeren, goedkeuring voor wijzigingen verplicht stellen of autonoom herstel binnen vastgestelde grenzen toestaan.

Van openbaarmaking van kwetsbaarheden tot geverifieerde oplossingen

Toen kritieke beveiligingslekken onder de naam PHP2Shell openbaar werden gemaakt in PHP, een programmeertaal waarop websites draaien, wendden klanten zich tot de Cyber Defense Factories die Cogent al in hun omgevingen had geïmplementeerd.

GPT‑6.1 Sol en GPT‑6 Astra leverden de diepgaande redenering voor het onderzoek en het opstellen van herstelplannen. Met behulp van de contextlaag van Cogent identificeerden agents de getroffen systemen, beoordeelden ze de blootstelling aan risico's en stelden ze plannen op die rekening hielden met applicatieafhankelijkheden en operationele beperkingen. Vervolgens coördineerden ze de herstelmaatregelen via door de klant vastgelegde goedkeurings- en uitvoeringsworkflows en controleerden ze of de problemen waren opgelost.

Cogent meldt dat klanten zijn Cyber Defense Factories gebruiken om kwetsbaarheden sneller te verhelpen en hun onderzoekscapaciteit uit te breiden. Met Cogent verkortte een klant uit de automobielsector in de Fortune 1000 de gemiddelde tijd om kritieke kwetsbaarheden te verhelpen met 75%. Een IT-dienstverlener uit de Fortune 500 behaalde een vijfmaal hogere doorvoer bij de triage van kwetsbaarheden.

Het wereldwijde elektronische handelsplatform MarketAxess zet Cogent in om zijn risicogestuurde aanpak voor het beheer van blootstelling aan dreigingen te versterken. "Cogent combineert gegevens over kwetsbaarheden, bedrijfscontext, beveiligingsmaatregelen en analyses van aanvalspaden. Dat helpt ons om vast te stellen waar we daadwerkelijk risico lopen en prioriteit te geven aan herstelmaatregelen waar die het hardst nodig zijn. Wat opvalt, is hoe snel het team van Cogent reageert op nieuwe dreigingen en onze feedback omzet in praktische functionaliteit", zegt Vijay Bala, CISO van MarketAxess.

Waarom Cogent bouwt met OpenAI-modellen en Codex

Cogent evalueert doorlopend closedsource- en opensourcealternatieven en meldt dat OpenAI-modellen sterkere redenering bieden bij langdurige beveiligingstaken, nauwkeuriger zijn, minder hallucineren bij technische codebases en taken betrouwbaarder uitvoeren. De modellen kunnen toolaanroepen achtereenvolgens en parallel aan elkaar koppelen, met behoud van context gedurende de herstelworkflows.

Bij complexe onderzoeken geeft Cogent prioriteit aan de kwaliteit van de redenering; bij eenvoudiger werk staan de kosten voorop. Het bedrijf gebruikt GPT‑6.1 Sol voor de algemene uitvoering van taken en GPT‑5.6 voor routinetaken binnen kwetsbaarhedenbeheer, waarbij geavanceerde redenering minder belangrijk is.

"OpenAI-modellen zijn kostenefficiënter dan die van andere aanbieders. Dat is een groot voordeel voor ons, vooral wanneer we zulke enorme zwermen agents inzetten."
—Geng Sng, medeoprichter en CTO, Cogent

Door OpenAI-modellen te gebruiken hoeft Cogent ook minder ondersteunende software te bouwen voor herstelmaatregelen en het toepassen van patches. "Veel van het werk dat we op het niveau van de harness moesten doen, is niet meer nodig", zegt Geng. Hij vertelde ook dat de API's van OpenAI "de routering van verzoeken en de orkestratie van agents hebben gestroomlijnd. Daardoor is ons interne ontwikkelwerk aanzienlijk verminderd en kunnen we complexe beveiligingsworkflows sneller op de markt brengen."

De meeste ontwikkelaars van Cogent kiezen ook voor Codex voor hun ontwikkelwerk. Volgens Geng zijn ze productiever wanneer ze Codex combineren met OpenAI-modellen dan wanneer ze dezelfde modellen in een opensource-ontwikkelomgeving gebruiken. "Codex heeft simpelweg tools ingebouwd die we daardoor niet zelf hoeven te bouwen", zegt Geng.

Autonome cyberverdediging uitbreiden

Via Trusted Access for Cyber en Daybreak krijgt Cogent technische ondersteuning voor interne red teaming en onderzoek naar aanvalsroutes. Daybreak Red, een toegangsniveau binnen Daybreak, biedt het team gespecialiseerde OpenAI-modellen voor geautoriseerd offensief onderzoek en onderzoek naar kwetsbaarheden. "Een goede verdediging vereist een goede aanval", zegt Geng.

"Via Trusted Access for Cyber en Daybreak kunnen we onderzoeken hoe kwetsbaarheden in identiteiten, resources en netwerkbeveiliging aan elkaar kunnen worden gekoppeld. Met dat onderzoek krijgen we inzicht in wat onze agents kunnen en welke verdedigingsmogelijkheden we als volgende moeten ontwikkelen."
—Geng Sng, medeoprichter en CTO, Cogent

Cogent wil zijn mogelijkheden uitbreiden als de belangrijkste partner voor bedrijven die hun eigen Cyber Defense Factories bouwen. Op de roadmap staat steeds autonomer herstel, waarbij agents meer soorten en complexere herstelmaatregelen kunnen uitvoeren: van eenvoudige configuratiewijzigingen tot workflows met meerdere stappen in verschillende bedrijfssystemen.

Het bedrijf werkt ook aan autonome opsporing en validatie. Het doel is een systeem met een gesloten feedbacklus dat risico's opspoort en wegneemt en ondertussen van elke kwetsbaarheid blijft leren om toekomstige onderzoeken en herstelmaatregelen te verbeteren.