MAI-Cyber-1-Flash ו-Project Perception: כך מיקרוסופט רוצה להגן על תוכנה באמצעות AI

MAI-Cyber-1-Flash: מודל קטן שמיועד לציד חולשות

MAI-Cyber-1-Flash הוא מודל עם 5 מיליארד פרמטרים — גודל קומפקטי יחסית לסטנדרטים של מודלי AI מתקדמים . הוא פותח מתוך משפחת MAI-Code-1-Flash, שמקורה בשושלת מודלי ההסקה MAI-Thinking-1 של מיקרוסופט, שהוכרזה ביוני 2026 .

במקום להיות מודל כללי, MAI-Cyber-1-Flash עבר התאמה ייעודית לתהליכי אבטחת תוכנה: איתור חולשות, אימות שלהן, מיון לפי חומרה והפקת תיקונים. המודל פועל בתוך מערכת הסריקה של מיקרוסופט, המכונה MDASH — קיצור של Multi-Model Agentic Scanning Harness .

טענות ביצועים — עם הסתייגות חשובה

מיקרוסופט טוענת כי MAI-Cyber-1-Flash, כשהוא פועל בתוך MDASH, הגיע ל-96% במדד CyberGym. מדובר במדד פנימי של מיקרוסופט שנועד לבחון איתור, אימות ותיקון של חולשות. לפי החברה, התוצאה גבוהה ב-12 נקודות מזו של Claude Mythos 5 מבית Anthropic, שקיבל כ-84% .

החברה טוענת גם לחיסכון של כ-50% בעלויות בהשוואה להסתמכות בלעדית על מודלי AI חיצוניים מתקדמים. לפי מיקרוסופט, המודל שלה מטפל בכ-90% ממשימות העבודה ב-MDASH, בעוד שמודלים יקרים יותר — בהם GPT-5.4 של OpenAI — נשמרים למקרים מורכבים במיוחד .

עם זאת, מדובר בנתונים שמיקרוסופט פרסמה בעצמה. לפי Digital Applied, אף גורם חיצוני לא אימת באופן עצמאי את ציון ה-96% או את נתוני החיסכון, ותוצאות דירוג CyberGym מדווחות על ידי המעבדות המשתתפות. ה-New York Times דיווח גם כי מיקרוסופט לא העבירה את המודל לבודקים עצמאיים לפני השקתו .

דגש על אמינות ואימות

מיקרוסופט פרסמה Model Card — מסמך המתאר את המודל, תהליך הכיול הבטיחותי שלו, נתוני האימון והשימוש המיועד בו בתוך MDASH .

כדי לצמצם התרעות שווא, המערכת משתמשת במנגנון שבו כמה מודלים מתווכחים ביניהם על ממצא אפשרי, לצד צינור אימות ייעודי. רק ממצאים שעוברים את תהליך ההוכחה אמורים להגיע למהנדס אנושי לבדיקה .

MDASH: המנוע שמחבר בין כמה מודלים

MDASH אינו מודל יחיד, אלא מערכת תזמור שמפעילה כמה מודלי שפה גדולים בתהליך אחד. היא משלבת את MAI-Cyber-1-Flash עם GPT-5.4 של OpenAI ועם מודלים נוספים, כדי לסרוק קוד, לבדוק אם חולשה ניתנת לניצול ולהציע דרך לתיקונה .

המערכת מנתבת משימות לפי מורכבות ויעילות: פעולות חוזרות יחסית עוברות למודל הקטן והזול יותר של מיקרוסופט, ואילו משימות שמצריכות יכולת הסקה עמוקה מועברות למודלים גדולים יותר . כך מנסה מיקרוסופט לשלב בין ביצועים של מודלי קצה לבין עלויות תפעול נמוכות יותר.

החולשות שמערכת MDASH כבר איתרה

עוד לפני ההכרזה הרשמית, מיקרוסופט הציגה את MDASH כמערכת שכבר שימשה בסביבת ייצור:

• ב-Patch Tuesday של מאי 2026, המערכת איתרה לפי מיקרוסופט 16 חולשות שלא היו ידועות קודם לכן ברכיבי הרשת והאימות של Windows. ארבע מהן הוגדרו כחולשות קריטיות מסוג RCE — הרצת קוד מרחוק — ברכיבים ובהם מחסנית TCP/IP של ליבת Windows ושירות IKEv2 .
• אחת החולשות שצוינו היא CVE-2026-33824, שקיבלה ציון CVSS של 9.8. מדובר בחולשת double-free בקובץ ikeext.dll, שעלולה לאפשר לתוקף לא מאומת לשלוח מנות מידע שעוצבו במיוחד למחשב Windows שבו IKEv2 מופעל, ובכך להביא להרצת קוד מרחוק .
• ביוני המשיכה MDASH לאתר חולשות גם ב-Hyper-V, ב-Active Directory ובליבת Windows . לפי דיווחים, המערכת סייעה למיקרוסופט להתמודד עם 622 חולשות שתוקנו במהלך חודש אחד .

הממצאים נבדקו באמצעות מערכת דיון בין סוכני AI, שניסו לקבוע אם חולשה מסוימת אכן ניתנת לניצול לפני שהועברה למהנדסים אנושיים .

Project Perception: צוותי AI אדומים, כחולים וירוקים

Project Perception היא השכבה המסחרית שנבנתה מעל MDASH ו-MAI-Cyber-1-Flash. מיקרוסופט מציגה אותה כ"מחסנית סייבר חדשה" שמחברת אותות, הקשר אבטחתי, מודלים ייעודיים וסוכני AI למערכת הגנה שלומדת ופועלת באופן רציף .

המערכת מחלקת את סוכני ה-AI לשלושה צוותים:

• הצוות האדום: מדמה התנהגות של תוקפים ומנסה למצוא נתיבי חדירה וחולשות.
• הצוות הכחול: מזהה איומים, חוקר אותם ומעריך את משמעותם.
• הצוות הירוק: אחראי על פעולות התיקון, החיזוק והחלת הטלאים .

הסוכנים מחליפים ביניהם מידע ופועלים בלולאה מתמשכת: איתור, חקירה, אימות ותיקון. בהתאם למשימה, Project Perception יכולה להפעיל את MAI-Cyber-1-Flash של מיקרוסופט, את GPT-5.4 של OpenAI או מודלים של Anthropic .

מעבר לסריקת קוד

בשלב הראשון, המערכת מתמקדת בניהול חולשות תוכנה. מיקרוסופט מתארת אותה, עם זאת, כפלטפורמה שאמורה להתרחב גם לניטור רציף, חקירת איומים ותיקון אוטומטי של מערכות — כלומר, למערכת הגנה שלומדת ופועלת באופן רציף .

Project Perception תיכנס ל-תצוגה מקדימה ציבורית ב-3 באוגוסט 2026 עבור לקוחות עסקיים של מיקרוסופט שכבר בוחנים את תשתית הסוכנים של MDASH . בשלב הראשון היא תהיה זמינה בתוך Microsoft Defender, ובהמשך מתוכננת הרחבה למוצרי האבטחה האחרים של מיקרוסופט .

מיקרוסופט מדגישה כי למרות האוטומציה, האדם נשאר בשליטה על החלטות קריטיות .

המרוץ לאבטחת סייבר בעידן ה-AI

ההשקה ממקמת את מיקרוסופט בתחרות ישירה יותר מול Anthropic, Google ו-OpenAI בשוק אבטחת הסייבר המבוססת על AI. Anthropic כבר הציבה רף עם מודל האבטחה Claude Mythos, בעוד חברות נוספות משקיעות באיתור אוטומטי של חולשות ובבדיקת קוד .

היתרון שמיקרוסופט מנסה להדגיש אינו רק ציון benchmark. הארכיטקטורה שלה מבוססת על ניתוב בין מודלים: מודל ייעודי קטן מטפל ברוב המשימות, ורק המקרים הקשים עוברים למודלים גדולים ויקרים יותר. עבור ארגונים שמנסים להרחיב סריקות אבטחה רציפות בלי להגדיל באותה מידה את תקציב ה-AI, זה עשוי להיות שיקול מרכזי .

בשלב זה, השאלה הגדולה היא לא רק אם 96% ב-CyberGym מספיקים כדי לנצח את המתחרים. מכיוון שנתוני הביצועים והעלות טרם אומתו באופן עצמאי, המבחן החשוב יותר יהיה כיצד Project Perception תתפקד אצל לקוחות אמיתיים — והאם ארגונים יסכימו לתת למערכת AI לאתר חולשות בתשתיות שלהם, לחקור אותן ואף להציע או לבצע את התיקון.