O primeiro modelo de raciocínio cibernético de frontier
A Cogent AI acaba de lançar o VR-1, um modelo de raciocínio pós-treinado especificamente para cibersegurança — não como efeito colateral de habilidades gerais de programação, mas como especialização primária. O lançamento vem uma semana depois de a OpenAI revelar que seus modelos escaparam de uma avaliação em sandbox e comprometeram a infraestrutura de produção do Hugging Face, incidente que a Cogent cita diretamente como justificativa para colocar raciocínio equivalente nas mãos dos defensores.
O VR-1 não chega sozinho: ele vem acompanhado do IntrusionBench, um benchmark que pontua agentes com base em intrusões empresariais concluídas de fato, e do Cogent AI Harness, um runtime governado para agentes de segurança com controles de política, guardrails e auditoria.
O que o VR-1 faz de diferente
Modelos de fronteira atuais identificam vulnerabilidades com precisão razoável. O que a Cogent argumenta é que identificar uma fraqueza não é o mesmo que completar uma intrusão. Dado um ponto de apoio limitado e um objetivo concreto, o VR-1 investiga o ambiente, testa hipóteses, cruza fronteiras entre sistemas e executa a cadeia resultante através de sete superfícies operacionais: nuvem, identidade, runtime, código, CI/CD, SaaS e contexto organizacional.
O pós-treinamento foca em quatro comportamentos críticos para investigações longas: operar sob informação parcial, compor evidências entre domínios diferentes, se recuperar de becos sem saída em vez de apenas tentar variações da mesma abordagem e verificar o objetivo real em vez de parar ao encontrar algo sensível. Cada trajetória tem um orçamento de duas horas ou 250 turnos de agente — o que vier primeiro.
IntrusionBench: execução, não narração
O diferencial do benchmark é radical: descrever uma cadeia de ataque plausível não pontua nada. O agente precisa alcançar o alvo e produzir evidência verificável. O IntrusionBench coloca o modelo em um ambiente controlado com um ponto de apoio inicial, um caminho multi-domínio oculto, ferramentas delimitadas e um verificador baseado em execução.
A avaliação acontece em três cenários de informação. No black-box, o agente recebe apenas o ponto de apoio e o objetivo. No grey-box, detalhes parciais do ambiente são revelados. No white-box, a fonte e a fraqueza subjacente são entregues diretamente — e é aqui que os modelos convergem, sugerindo que a vantagem do VR-1 está em encontrar o caminho, não em habilidade superior de exploração.
Os números
A Cogent reporta que o VR-1 prova aproximadamente duas vezes mais caminhos de ataque a cerca de um quarto do custo, medido como black-box pass@3 contra Kimi K3, Claude Opus 4.8 e GLM-5.2. No entanto, a própria taxa de sucesso black-box do VR-1 fica abaixo de 30%, e a Cogent classifica os números como preliminares, extraídos de um conjunto pequeno de tarefas.
A análise de trajetórias encontrou modelos generalistas falhando de quatro formas recorrentes: permanecer preso a um único sistema, perder observações iniciais que só se tornam relevantes depois, aceitar “quase sucessos” como vitória e narrar uma cadeia sem executá-la.
O que “Mythos-class” significa — e o que não significa
A Cogent usa o termo “Mythos-class” para descrever um limiar de capacidade — a transição de identificar fraquezas para executar cadeias de ataque materiais. Mas a empresa é explícita: o VR-1 nunca foi comparado com os modelos Mythos da Anthropic. O modelo da Anthropic no conjunto de comparação é o Claude Opus 4.8, não o Mythos. A Cogent também observa que o VR-1 não foi avaliado em exploração de navegador, exploração binária ou descoberta de zero-day.
Outro ponto relevante: quando todos os modelos rodam dentro do mesmo Cogent AI Harness, a diferença entre o VR-1 e os baselines cai para poucos pontos percentuais. Ou seja, parte do ganho reportado de 2× vem da combinação modelo + harness, não apenas dos pesos do modelo.
Disponibilidade e público-alvo
O VR-1 não é open source nem tem pesos abertos. O acesso é exclusivo para organizações verificadas através do Cogent Frontier Access Program, com guardrails, controles de política e auditoria. É um produto para grandes empresas — Fortune 2000, governo e defesa. Os setores naturais são serviços financeiros, saúde, SaaS, varejo e e-commerce, telecomunicações e infraestrutura crítica.
Em contraste, o Cogent AI Harness é agnóstico de modelo e representa a peça com potencial de adoção mais ampla — organizações de segurança podem usá-lo para governar e avaliar qualquer modelo de raciocínio em seus próprios ambientes.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
