查找业务逻辑缺陷及公开修复问题

各智能体并行读取代码库的部分内容，找出业务逻辑和认证漏洞，在沙箱环境中验证这些漏洞，随后提交修复请求（供应商描述）。

具体怎么做

各智能体分别处理代码库中的一段代码，通过跨文件分析来识别业务逻辑缺陷、连锁认证绕过机制及跨服务利用路径。Devin随后将分析结果整合为完整的攻击路径，并在独立沙箱环境中进行复现。一旦确认存在漏洞，就会编写补丁并提交Pull Request以供审核。扫描报告可从现有的威胁模型文档中生成。

做到了什么

在 On Cognition 的 50 个漏洞基准测试中，Devin 安全系统的召回率为 72%，每次运行成本为 90.23 美元；而 Claude 安全的召回率仅为 68%，每次运行成本为 131.87 美元。这是供应商内部的测试标准，并非独立评估。

上手要点

第一次完整扫描确定了基准值。后续扫描仅针对已修改的代码进行，因此成本会随时间降低；每个配置模式的批量大小则用于控制深度和成本。