声称能清除80%安全积压的AI

安全行业面临一个数学难题。根据Cognition的公告，AI驱动的攻击数量已增至三倍，企业团队面临的发现数量比几年前多出10到100倍。其中很大一部分是误报，但从噪音中辨别真伪仍需耗费人力，而这是谁都没有的。LTM是一家托管安全提供商，为超过260家客户提供服务，其中包括26家财富500强企业和全球前五大银行。如今，它正试图用一名AI软件工程师来解决这个等式。

LTM与Cognition合作，将自主编码代理Devin嵌入名为BlueVerse RightLogic的托管服务中。该服务的卖点直接明了：Devin吸收企业已运行的漏洞扫描器发现的结果，按业务关键性和监管暴露程度对其进行优先级排序，并提交能够处理的修复拉取请求。LTM工程师在合并前审核每个补丁，并处理需要人类判断的复杂边缘情况。两家公司表示，该服务能清除客户积压CVE的80%，高于Devin介入前的60%。

安全数量危机

数量问题是真实存在的。攻击者现在部署低成本的AI集群，探测每一个可能的入口点，而大多数企业依赖的工具仍然止步于检测。它们标记漏洞，但将验证和修复留给了人类，而人类已经淹没在警报疲劳之中。有关AI代理自动化渗透测试管道的相关研究将安全团队描述为“淹没在警报疲劳和手动分类中”，同样的模式在整个行业中出现。生成式AI还加剧了网络钓鱼攻击，削弱了传统邮件过滤和培训曾提供的安全边际。

LTM的客户群尤其易受影响。金融机构持有敏感数据，并面临严格的修复监管时间表。CISA的已知被利用漏洞目录列出了如SharePoint Server中的CVE-2026-45659等正在被积极利用的漏洞，迫使机构在数天内进行修补。一项承诺在截止日期前清除大部分积压的托管服务显然具有吸引力。

BlueVerse RightLogic如何运作

该服务基于三大支柱。第一，托管修复：RightLogic吸收现有扫描器的发现结果，对其进行排序，并将高置信度的修复路由至Devin进行端到端修复。LTM工程师处理其余部分。第二，企业规模与治理：Devin提供跨越数万个发现的自主能力，而LTM应用为受监管行业构建的修复手册、合规规则和编码标准。两家公司表示，这种组合旨在清除80%的CVE积压，这一声明由双方共同支持。第三，持续改进：每次互动都完善LTM的手册，编码每个客户的规则，使未来的修复运行更快。

这是两家公司计划推向市场的五个联合产品中的第一个，涵盖应用程序现代化和SDLC转型。大量LTM工程师已接受过Devin培训，因此客户团队从第一天起就能高效工作。

审视各项声明

这些引人注目的数字值得审视。降低30%成本的声明将Devin Security Swarm与“最接近的可比替代方案”进行比较，但Cognition未指明该替代方案，也未披露比较方法。80%的积压清除率相比60%有所提升，但较早的数字也是由LTM在没有Devin的情况下实现的，因此差异可能部分反映了流程改进，而不仅仅是AI的作用。

基准性能与生产可靠性之间也存在众所周知的差距。一个在结构化基准上得分96.58的模型，可能在真实代码库中隐藏的复杂、依赖上下文的漏洞上栽跟头。Cognition表示Devin“以降低30%的成本发现更多已验证的漏洞”，但这里的验证在任何修复合并之前仍需要人工审核。这个人工关卡保持了高质量，但限制了吞吐量，受限于安全工程师的可用性，而这正是该服务声称要打破的瓶颈。

下表总结了关键指标及其相关注意事项。

优先金融服务

RightLogic首先在银行、金融服务和保险领域推出，Devin已在这些领域经过测试，而LTM拥有深厚的机构关系。LTM银行与金融服务首席商务官Harsh Naidu表示，该行业在加强安全的同时面临加速AI采用的压力，该服务帮助客户“减少漏洞积压、自动化修复并提高网络韧性”。Cognition全球合作伙伴副总裁Gardner Johnson以更直接的方式阐述了问题：“安全已成为一个无法通过增加人手来解决的数量问题。”

合作计划将RightLogic扩展到其他行业，包括应用程序现代化工作。目前，真正的考验是Devin能否持续以实际缓解积压的速度提交通过人工审核的修复，而不仅仅是重新组织积压。数字很大胆，但证据将体现在那些不会被拒绝的拉取请求中。