Cogent AI 发布 VR-1：受控开放的攻击链推理模型
Cogent AI 推出安全专用模型 VR-1，可组合并验证企业级多阶段攻击路径，权重不公开，仅向审核通过的机构开放。
训的是入侵链条，不是漏洞清单
8 月 3 日，Cogent AI 发布 VR-1——一个专门针对网络安全场景做后训练的模型。它的目标不是找出单个漏洞，而是拼出并验证完整的攻击路径：在信息不完整的环境中做侦察，提出并验证假设，跨系统边界串联步骤，在某条路径失败后重新找路，并且用「实际打通」而非「文字描述」来确认目标达成。单次运行上限约为两小时或 250 个 agent 轮次。
随模型一同发布的还有两件东西：基于实际执行的评测集 IntrusionBench，以及面向安全智能体的受管运行时 Cogent AI Harness。
成绩单，以及它的前提
Cogent 称在黑盒测试中，VR-1 的攻击路径成功率约为 Kimi K3、Claude Opus 4.8 与 GLM-5.2 的两倍，成本约为其四分之一。但官方也直言，VR-1 自身的黑盒成功率仍低于 30%，并将结果标注为初步结论——这个数字在说明模型能力之外，同样说明端到端攻击链条依旧很难。
权重不公开。访问需通过 Cogent Frontier Access Program，仅面向经审核的机构，并附带防护策略与审计日志。官方给出的客户画像是《财富》2000 强量级企业与政府部门，覆盖金融、医疗、SaaS、零售、电信与关键基础设施。
为什么重要
进攻性安全能力是开源权重之争最难处理的地带，VR-1 给出的答案很明确：能力自己造，权重自己留，客户逐个准入，全程留痕。这套结构更像军品出口管制，而不像一次模型发布，接下来关于发布政策的争论中，两派都会引用它。
对能力本身的判断则应克制。厂商自己披露的完整黑盒链条成功率不足 30%，足以说明自主入侵远未被攻克——这也与 VulnCheck 近期的统计相呼应：2026 上半年由 AI 发现的漏洞中，仅 1.3% 被确认遭到实际利用。「能编出像样的攻击路径」与「真能打进去」之间的落差，仍是这个行业最主要的安全余量。