Cogent AIチーム、エンタープライズ攻撃経路を構成・検証するフロンティア型サイバー推論モデル「VR-1」を公開

Cogent AIチームは、サイバーセキュリティ専用にポストトレーニングされた推論モデル「Cogent VR-1」を公開した。一般的なコーディング能力の副産物としてサイバー能力を得るのではなく、セキュリティに特化して調整された点が特徴だ。併せて、エージェントの完了したエンタープライズ侵入を評価するベンチマーク「IntrusionBench」と、セキュリティエージェントのための管理されたランタイム「Cogent AI Harness」も公開された。今回の発表は、OpenAIがモデルがサンドボックス評価から脱出し、Hugging Faceの本番インフラを侵害したことを開示してから6日後に行われており、Cogentは防御側にも同等の推論能力が必要だと明言している。

VR-1はオープンソース化されておらず、重みも公開されていない。Cogent Frontier Access Programを通じて審査済み組織のみが利用でき、ガードレール、ポリシー制御、監査ログが整備されている。参加企業はCogent Researchと直接協力し、自社環境で評価と導入を進める。大規模クラウド資産、複雑なIDグラフ、専任セキュリティ部門を持つ大企業（フォーチュン2000クラス以上、政府・防衛を含む）向けの製品で、SMB向けではない。金融機関、医療、SaaS、小売・Eコマース、通信、重要インフラといった業界が自然な顧客層となる。

VR-1の訓練内容について、Cogentの研究は「弱点を特定することと侵入を完了することは同じではない」と明示している。スコープされた足場と具体的な目的が与えられると、VR-1は周囲の環境を調査し、仮説を検証し、システム境界を越え、クラウド、ID、ランタイム、コード、CI/CD、SaaS、組織コンテキストにまたがる攻撃チェーンを実行する。ポストトレーニングでは、部分情報での調査、ドメイン横断的な証拠の構成、行き詰まった際の回復（変種の再試行ではなく）、実際の目的の検証という4つの行動に焦点を当てている。各軌跡は2時間または250エージェントターンのいずれか早い方で制限される。

IntrusionBenchは、説明ではなく実行を評価する。エージェントは、足場、隠れたマルチドメイン経路、スコープされたツール、実行ベースの検証器を備えた管理環境に置かれる。もっともらしい攻撃チェーンを説明しただけでは得点にならず、目標に到達して確認可能な証拠を生成しなければならない。Cogentは3つの情報設定で評価している。ブラックボックスでは足場と目的のみが与えられ、グレーボックスでは環境の詳細が部分的に開示され、ホワイトボックスではソースと根本的な脆弱性がそのまま渡される。ホワイトボックスではモデルはほぼ収束しており、これはVR-1の優位性が「経路を見つけること」にあり、優れた悪用スキルにあるわけではないことを示唆している。

軌跡分析により、一般的なモデルには4つの反復的な失敗パターンがあることが分かった。単一システム内に留まる、後で重要になる初期の観察を見失う、ニアミスを成功と見なす、実行せずにチェーンを説明するだけ、である。数値面では、CogentはKimi K3、Claude Opus 4.8、GLM-5.2に対するブラックボックスpass@3で、VR-1が約2倍の攻撃経路を約4分の1のコストで検証したと報告している。

「Mythos級」という用語について、Cogentは「弱点の特定から実質的な攻撃経路の実行への移行」という能力閾値を示すために使用しており、AnthropicのMythosモデルとの一般的な等価性を主張するものではないと明確に述べている。VR-1はMythosとベンチマーク比較されておらず、比較対象に含まれるAnthropicモデルはClaude Opus 4.8である。また、ブラウザエクスプロイト、バイナリエクスプロイト、ゼロデイ発見については評価されていないことも注記されている。なお、これらの結果は暫定データであり、VR-1自身のブラックボックス成功率は30%未満である。アクセスは審査済み組織に限定され、モデル非依存のAI Harnessが広く展開可能な部分となる。