先看新闻事实。

ESET 发布的 NeoCortex 是其安全平台 LiveCortex 的底层模型，采用世界模型架构，面向安全数据的结构化特征设计：重建缺失的事件上下文、在攻击序列中识别异常环节、推演攻击者下一步动作，帮助防御者提前干预，官方称之为"提前一天的防御"。今年 10 月下旬 PHP、Linux、GitLab 等关键系统接连曝出高危漏洞的"黑色十月"，正是这类能力被寄予厚望的背景。

成本方面，ESET 称其内部研究显示，专用模型可以 1/200 于通用大推理模型的成本完成训练，且在防御场景下给出更准确的结果。效率方面，该模型每天处理数十亿条原始遥测事件，其中仅约 0.00111%——约每 9 万条中 1 条——构成需要呈现给客户的事件，以此过滤警报噪声、减轻分析人员负担。

需要说明的是，1/200 为厂商自述口径，尚未见第三方复现数据。

"观点陈述"：

这个案例的关键，不是"模型便宜了 200 倍"，而是门槛的变化。训练一个领域基础模型，过去是前沿实验室的专属游戏，一次训练动辄数千万美元；降到 1/200，意味着一家安全公司能够自建、自托管自己的基础模型。按十倍进化法则看，它取代的对象是"凡事调用通用大模型"的旧方案——用专用小模型替代通用大模型，正在成为 2026 年成本端的普遍路径。

值得注意的对照是，据英伟达方面的估算，运行 70 亿参数的小模型，成本仅为 700 亿至 1750 亿参数大模型的 1/10 至 1/30。ESET 的 1/200 是这一趋势下的极端值，数字本身需打折看待，但方向与十倍进化法则完全一致：不求模型更通用，只求解决特定问题更便宜。