拒绝“拒绝”机制：Cosine 发布专为渗透测试设计的多智能体 AI 模型

开发团队 Cosine 发布了一款专为网络安全渗透测试设计的后训练大模型，旨在解决通用模型在面对攻击性安全任务时频繁拒绝回答的问题。该模型摒弃了通用大模型的“对齐拒绝”策略，转而专注于执行代码审计与漏洞利用任务。在技术架构上，该系统采用了多智能体协同模式，由编排器将复杂的渗透任务拆分给多个并行运行的子智能体处理，最后合成完整的安全报告，从而一次性完成对多语言微服务仓库的全面审计。为了保证安全性，团队采用了独特的“外挂式”防护策略，即通过 Go 语言编写的运行时守卫程序拦截所有工具调用。在扫描模式下，守卫程序强制阻断所有写入操作；在测试模式下，则将智能体的网络范围严格限制在用户授权的目标内，实现了确定性的安全边界。目前，该工具已针对 Google 开源的 Bank of Anthos 项目进行了测试，成功发现了整数溢出及各类注入漏洞。

事件分析

💡 核心观点：将安全控制从模型内核剥离至外部沙箱，是解决通用大模型落地垂直专业领域（如渗透测试）的关键范式转变。