OpenAI

2026年11月10日

初创企业

Cogent 与 OpenAI 为企业构建网络防御工厂

Cogent 将 OpenAI 模型与企业上下文相结合,帮助企业利用智能体自动修复漏洞

白色 Cogent 标志位于深色拉丝金属表面上,表面映出温暖的赭色光泽。
公司规模: 初创企业
区域: 北美
行业: 科技
产品: API, Codex, Daybreak

75%

漏洞平均修复时间缩短幅度

5 倍

漏洞分流量的提升倍数

Cogent Security⁠(在新窗口中打开) 看到,企业面临的安全风险比以往任何时候都多,而最难的并不是发现漏洞,而是修复漏洞。修复工作复杂,且涉及多个团队。这需要结合上下文理解企业环境:攻击者可能如何利用漏洞,哪些业务系统面临风险,以及哪些更改可以安全实施。

Cogent 为企业构建网络防御工厂 (Cyber Defense Factory),以自主发现并消除这些风险。这些工厂旨在帮助防御人员以机器速度行动,应对漏洞发现和利用不断加速的趋势。

该公司的 AI 智能体将 GPT‑6.1 Sol 和 GPT‑5.6 与企业上下文和管控措施相结合,完成从调查到修复验证的全流程工作。智能体评估风险敞口,执行获准的更改,并确认风险已被消除。Cogent 还利用 Cyber 和 Daybreak 开展内部研究,探索攻击路径和防御能力。

“OpenAI 模型持续执行长时间任务的能力,让企业防御的自主性迈上新台阶:AI 智能体如今能够完成从调查到修复验证的全流程工作。”
—Geng Sng,Cogent 联合创始人兼首席技术官
Cogent 网络防御工厂将企业的云、代码、端点、身份和扫描器数据接入智能体,由智能体调查风险、确定处理优先级、执行修复并验证结果,背后依托 OpenAI 模型、上下文和客户设定的管控措施。

为智能体提供上下文和行动权限

Cogent 的上下文引擎为每位客户维护一个企业知识图谱,涵盖资产、漏洞、身份、归属和依赖关系。专门的后台智能体持续核对并整合各安全工具和系统中的信息,让调查和修复智能体对环境形成一致的理解。

GPT‑6 Astra 负责这项工作的前期规划和复杂推理。由此形成了 Cogent 联合创始人兼首席技术官 Geng Sng 所说的“企业记忆执行框架”。他表示:“我们不必每接到一项新任务,就从头了解一遍整个环境。”复用上下文可以降低延迟和推理成本,减少结果不一致的情况。

Cogent 的智能体策略定义了各企业允许的更改和审批要求,其策略执行引擎 TRACE 会在执行工具调用前检查调用是否符合策略。这些检查基于确定性规则,无需额外的模型推理。

智能体网关独立检查授权,高风险工作则可在隔离的沙盒中运行。客户可以委托智能体开展调查,要求更改须经审批,或允许在限定范围内自主修复。

从漏洞披露到修复验证

当用于运行网站的编程语言 PHP 被披露存在名为 PHP2Shell 的严重安全漏洞时,客户开始借助 Cogent 已在其环境中部署的网络防御工厂来应对。

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。智能体利用 Cogent 的上下文层识别受影响的系统、评估风险暴露情况,并制定兼顾应用依赖关系和运营约束的方案。随后,智能体按照客户定义的审批和执行工作流编排修复操作,并验证修复结果。

据 Cogent 介绍,客户正在利用其网络防御工厂更快地修复漏洞,并提升可开展的调查规模。借助 Cogent,一家《财富》1000 强汽车行业客户将严重漏洞的平均修复时间缩短了 75%,一家《财富》500 强 IT 服务客户则将漏洞分诊吞吐量提升至原来的 5 倍。

全球电子交易平台 MarketAxess 借助 Cogent,进一步强化其基于风险的暴露面管理方式。“Cogent 将漏洞数据、业务背景、安全控制措施和攻击路径分析整合起来,帮助我们确认实际的风险暴露,并优先修复最关键的问题。尤其令人印象深刻的是,Cogent 团队能够迅速响应新兴威胁,并将我们的反馈转化为实用功能。”MarketAxess 首席信息安全官 Vijay Bala 表示。

Cogent 为何选择 OpenAI 模型和 Codex 进行开发

Cogent 持续评估其他闭源和开源方案。其评估发现,OpenAI 模型在长时间运行的安全任务中推理能力更强,处理技术代码库时保真度更高、幻觉更少,执行也更可靠。这些模型能够以串行和并行方式衔接多次工具调用,同时在整个修复工作流中保留上下文。

对于复杂调查,Cogent 优先考虑推理质量;对于较简单的工作,则优先考虑成本。Cogent 使用 GPT‑6.1 Sol 执行通用任务,而对高级推理能力要求较低的日常漏洞管理任务,则交由 GPT‑5.6 处理。

“与其他供应商的模型相比,OpenAI 模型的成本效益更高。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 联合创始人兼首席技术官

使用 OpenAI 模型还减少了 Cogent 为漏洞修复和补丁部署所需开发的配套软件。“我们过去必须在执行框架层面完成的许多工作,现在都不再需要了。”Geng 表示。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,并缩短了我们将复杂安全工作流推向市场的时间。”

Cogent 的大多数工程师也选择使用 Codex 进行开发。Geng 表示,与在开源编程环境中使用相同模型相比,将 Codex 与 OpenAI 模型搭配使用能让他们获得更高的工作效率。“Codex 自带的工具,让我们不必再自行开发。”Geng 表示。

拓展自主网络防御能力

通过网络安全受信访问 (Trusted Access for Cyber) 和 Daybreak 计划,Cogent 为其内部红队测试和攻击路径研究获得了技术支持。Daybreak Red 是 Daybreak 中的一个访问层级,为团队提供专用 OpenAI 模型,用于开展经授权的攻击性安全研究和漏洞研究。Geng 表示:“善于进攻,才能做好防御。”

“通过网络安全受信访问 (Trusted Access for Cyber) 和 Daybreak 计划,我们能够探索身份、资源和网络管控中的漏洞可能如何串联成攻击链。我们利用这些研究来了解智能体的能力,以及接下来应构建哪些防御能力。”
—Geng Sng,Cogent 联合创始人兼首席技术官

作为企业构建自身网络防御工厂的关键合作伙伴,Cogent 计划进一步拓展能力。其发展路线图包括不断提升修复的自主性,让智能体能够执行范围更广、复杂度更高的修复操作,从简单的配置更改,到跨越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。其目标是建立一个闭环系统,在发现并消除风险的同时,持续从每个漏洞中学习,改进后续的调查和修复。

OpenAI 全方位赋能初创企业