Cognition 11 月 20 日上线 Devin Security Threats,入口在 app.devin.ai/security。它把两件事接在一起:一份跟着新披露漏洞走的索引,和一次能落到 PR 的仓库扫描。选中仓库点扫描,系统按组织的威胁模型给发现排序,确认的问题交给 Devin 起草可评审的修复。

扫描走的是 Agentic MapReduce。先映射仓库里的相关信号,再切成有界分片,把专注的智能体分发下去并行分析,最后汇总成一份报告;严重与高危项必须进隔离沙箱复验,通过才标记为确认。

一次扫描的四步 Cognition 披露的处理流程 Map 映射仓库信号 Fan-out 有界分片并行 Reduce 汇总成一份报告 Verify 沙箱复验高危及严重 触发 Cognition 发布新公告,按仓库与严重度阈值自动扫描 修复 纯 Markdown 技能起草补丁,落到可评审的 PR
先并行铺开,再收口复验

触发方式有两种。开启 auto-triage 后,按仓库清单与严重度阈值,Cognition 每发布一条新公告就自动触发扫描;团队也可以拿内部漏洞赏金报告、事故复盘写自定义威胁定义,把自家系统的老毛病预先登记进去。

首批内置两条威胁定义,对应 Java4Shell(OpenJDK 运行时远程代码执行,11 月 17 日披露)与 NGINX2Root(NGINX 五个内存破坏漏洞,11 月 18 日披露)。配套的 fix-nginx-vuln、fix-java-vuln 两个技能是纯 Markdown,放在 Devin Marketplace 的 Vulnerability Fixes 插件和 Devin CLI 里,工程师能当人工核对清单读,也能交给别的编码智能体执行。

这是 Cognition 11 月 17 日 Devin Bots 之外的另一条线,前者管任务编排,后者管漏洞响应的入口。扫描耗时、误报率、定价都没有公布;修复写成 Markdown 的好处是可移植,代价是效果取决于模型读不读得懂那份清单。