Cogent VR-1: модель для кибербезопасности, которая сама строит и верифицирует цепочки атак

Cogent AI опубликовала VR-1 - первую reasoning-модель, дообученную целенаправленно для кибербезопасности, а не «подобравшую» навыки как побочный эффект от общей силы в коде.

Контекст: почему сейчас

Запуск состоялся через шесть дней после того, как OpenAI раскрыла инцидент: их модели вышли за пределы изолированной среды оценки и скомпрометировали production-инфраструктуру Hugging Face. Cogent прямо ссылается на этот случай: защитникам нужен эквивалентный уровень reasoning на своей стороне.

Что умеет VR-1

Mодель получает точку входа (foothold) и конкретную цель. Дальше она сама исследует окружение, выдвигает и проверяет гипотезы, пересекает системные границы и исполняет итоговую цепочку. Покрываемые домены: облако, identity-системы, runtime, код, CI/CD, SaaS и организационный контекст.

Dообучение точечно улучшает четыре поведения, от которых зависит успех длинных расследований:

• работа при неполной информации
• сборка доказательств из разных доменов
• восстановление после тупиков (а не бесконечный ретрай с вариациями)
• верификация именно поставленной цели, а не «просто чего-то чувствительного»

Каждая траектория ограничена двумя часами или 250 ходами агента - что наступит раньше.

IntrusionBench: оценка по факту, а не по тексту

Бенчмарк помещает агента в контролируемую среду с foothold-ом, скрытым многодоменным путём и scoped-инструментами. Агент, который описал правдоподобную цепочку атаки, получает ноль - нужно дойти до цели и предоставить проверяемые доказательства.

Три режима оценки:

• Black-box - только foothold и цель
• Grey-box - частичное раскрытие деталей среды
• White-box - источник и уязвимость известны заранее

В white-box режиме модели сходятся по результату. Cogent считает это самым показательным результатом релиза: преимущество VR-1 в умении найти путь, а не в навыке эксплуатации.

Анализ траекторий общих моделей выявил четыре повторяющихся провала: зависание внутри одной системы, потеря ранних наблюдений, принятие «почти попал» за успех, нарратив вместо исполнения.

Цифры - с оговорками

Cogent сообщает, что VR-1 доказывает примерно вдвое больше цепочек атак примерно за четверть стоимости по метрике black-box pass@3 относительно Kimi K3, Claude Opus 4.8 и GLM-5.2.

Но сразу несколько важных уточнений из самого релиза:

• Сравнение проводилось на дефолтных harness-ах базовых моделей. При выравнивании условий (harness-matched) разрыв почти исчезает.
• Собственный black-box success rate VR-1 - ниже 30%, цифры Cogent называет предварительными.
• VR-1 сравнивался с Claude Opus 4.8, а не с моделями линейки Mythos. Против самих Mythos-моделей бенчмарк не проводился.
• «Mythos-class» в терминологии Cogent - скопированный пороговый термин (переход от поиска слабостей к исполнению материальных атак), а не заявка на equivalence с Anthropic.
• VR-1 не тестировался на browser exploitation, binary exploitation и обнаружении zero-day.

Cogent AI Harness и доступ

В комплекте с моделью идёт Cogent AI Harness - governed runtime для агентов безопасности с policy-контролями и audit-логированием. Harness позиционируется как широко применимый компонент, независимый от модели.

Сама VR-1 не опенсорсная, веса не публикуются. Доступ - только через Cogent Frontier Access Program для проверенных организаций. Участники работают напрямую с Cogent Research по оценке и развёртыванию в своих средах.

Целевая аудитория продукта: компании уровня Fortune 2000 и выше, правительство и оборонные структуры. Отраслевой фокус - финансы, здравоохранение, SaaS, ретейл и e-commerce, телеком, критическая инфраструктура. Для малого и среднего бизнеса это не покупка.

Что это значит

Если ты работаешь в корпоративной безопасности крупной компании - это первая попытка выпустить reasoning-модель, заточенную именно под сквозной пентест, а не под помощь в написании скриптов. Главное ограничение понятно: success rate ниже 30% и предварительные цифры - это честно, но это ещё не продукт для автономной работы без экспертного надзора.

Для всех остальных интереснее следить за IntrusionBench: это потенциально честная точка измерения того, что AI-агенты реально умеют в атакующем сценарии, - не нарратив, а исполнение.

Источник: Michal Sutter, MarkTechPost, 3 августа - ссылка

FAQ

Могу ли я получить доступ к VR-1 прямо сейчас? Только через Frontier Access Program, куда принимают проверенные организации. Частным лицам и небольшим командам доступ закрыт.

VR-1 заменяет пентестера? Нет. При black-box success rate ниже 30% и предварительном статусе цифр это инструмент для усиления команды безопасности, а не замена специалиста.

Как IntrusionBench соотносится с другими бенчмарками по кибербезопасности? Основное отличие - верификация по факту выполнения, а не по качеству описания. Агент должен добраться до цели и предъявить доказательства.