Cognition запустила Devin Security 2.0 и раздаёт кредиты на сотни миллионов

Cognition выпустила Devin Security 2.0 — продукт, который ведёт уязвимость от обнаружения до проверенного pull request. В основе управляемое сканирование моделью Claude Mythos и другими frontier-моделями для кибербезопасности, приоритизация по модели угроз конкретной компании и автономные исправления. Вместе с релизом Cognition обещает кредиты Devin на сотни миллионов долларов: действующим и будущим корпоративным клиентам — бесплатные сканы, новым — кредиты на починку самых критичных дыр.

Почему очередь уязвимостей стала важнее самих уязвимостей

Компания объясняет запуск свежей историей. На прошлой неделе проекты PHP и Node.js раскрыли уязвимости удалённого выполнения кода, и каждая компания на этих стеках оказалась в одной ситуации: публичный путь эксплуатации, атакующие, читающие тот же advisory, и патчи, которые надо раскатать по образам контейнеров, пакетам ОС, CI-пайплайнам и конфигурациям инфраструктуры в десятках репозиториев.

Отдельно Cognition разбирает эксплойт PHP2Shell. Признаки одной из лежащих в основе проблем заметили ещё в 2024 году, но конкретного пути к RCE мейнтейнеры не нашли. Исправление застряло на компромиссах совместимости, нехватке ресурсов и спорах о подходе, а более очевидные баги получили приоритет. По данным Wiz, frontier-модели помогли исследователям за часы собрать и адаптировать рабочие эксплойты для нескольких приложений. Вывод неприятный: в бэклогах может лежать много отложенных багов, которые ИИ сделал практичными для атаки.

С другой стороны, ИИ раздувает входящий поток. Мейнтейнер curl Даниэль Стенберг описал это как «высокий объём при высоком качестве». По данным проекта на 22 октября 2026 года, отчётов уже 356, а за весь 2025-й было 181. Для сравнения, в 2024-м пришло 86, в 2023-м — 102.

Как устроен конвейер Devin Security

Сканирование построено на архитектуре Agentic MapReduce, независимой от модели. Для самых критичных репозиториев подключаются frontier-модели, для остальных можно выбрать дешевле. Процесс идёт в пять шагов:

• Plan: агент сопоставляет репозиторий с моделью угроз и пишет правила для чувствительного кода — маршрутов, границ авторизации, доступа к данным, десериализации, опасных вызовов API. • Shard: выбранный код разбивается на группы. • Map: группы параллельно исследуются отдельными агентами. • Reduce: результаты агрегируются, дубликаты убираются, а находки, которые вместе образуют более серьёзную цепочку атаки, связываются. • Verify: приоритетные случаи проверяются в песочнице на работающем экземпляре приложения.

Дальше находки можно назначать Devin по одной или пачкой. Он сверяет их с текущим кодом, группирует те, что лечатся одним исправлением, и запускает независимые сессии, у каждой своя виртуальная машина. Там Devin поднимает реальные сервисы, воспроизводит проблему, пишет точечный фикс, гоняет тест воспроизведения и существующие тесты и открывает PR с результатами расследования. Находка остаётся открытой, пока PR не смержен и Devin не убедится, что путь атаки закрыт. Если постоянный фикс ещё готовится, при настроенном доступе агент может временно поставить правило WAF, поменять security group или закрыть публичный доступ к сервису.

Модель угроз вместо одной оценки CVSS

Приоритет определяют вопросы: достижим ли уязвимый код из недоверенного ввода, через какую границу доверия, нужны ли аутентификация или особая конфигурация, живой ли это код; и что ущерб значит для бизнеса — чтение чужих данных, эскалация до админа организации, использование продукта без оплаты. Ответы Devin собирает в модель угроз вместе с командой: сервисы, хосты, сетевые политики, потоки данных, границы доверия. Часть читается из кода и инфраструктурных определений, часть (регион сервиса, доступность внутреннего инструмента из интернета) нет, поэтому работа совместная.

Проверка нужна и сильным моделям. По обзору Anthropic Glasswing, из 1752 находок, изначально оценённых как high или critical, 90,6% оказались настоящими уязвимостями, но как high или critical подтвердились только 62,4%. Найти баг и верно оценить его серьёзность — разные задачи.

Тот же процесс работает с уже накопленным: Devin импортирует находки из Snyk, Wiz, CSV-файлов, отчётов багбаунти, сохраняя исходные идентификаторы и ссылки. Параллельные сессии перепроверяют их по текущему коду, ищут дубликаты и выясняют, не закрыта ли проблема. Решения о закрытии и переоткрытии синхронизируются обратно в поддерживаемые инструменты. Можно перепроверить и старые отчёты, выданные более слабыми ИИ-моделями.

Отдельный сценарий — комплаенс. Для FedRAMP, PCI DSS и внутренних политик high- или critical-находка запускает отсчёт срока исправления, а снизить риск можно только с документацией. Для каждой переоценённой находки Devin сохраняет исходный CVSS и пишет обоснование по шести осям:

• достижимость — может ли недоверенный ввод дойти до кода; • аутентификация — какие права нужны; • данные — что можно раскрыть или изменить; • границы доверия — какую границу придётся пересечь; • валидация — что пробовали и что наблюдали, включая неубедительные результаты; • источник — откуда пришла находка.

Человек утверждает вывод и экспортирует его в POA&M или GRC-систему. Уязвимости из каталога CISA KEV Devin не переоценивает.

С чего начать security-команде

Практичный минимум: собрать накопленный бэклог из Snyk, Wiz и багбаунти в одно место и перепроверить его по актуальному коду, не доверяя старым оценкам. Параллельно стоит оформить модель угроз: без неё любой автоматический приоритет остаётся догадкой. Для критичных репозиториев имеет смысл прогнать скан сильной моделью, пока бесплатные сканы Cognition доступны, а все исправления оставить на человеческом ревью. Cognition рассчитывает, что «первая миля» реакции на инцидент скоро будет проходить без человека. Рассказать о ситуации с угрозами глава безопасности компании Алекс Стамос собирается на встрече 26 октября в 10:30 по тихоокеанскому времени.