Microsoft Siapkan AI untuk Memburu dan Menambal Celah Keamanan

MAI-Cyber-1-Flash: model kecil untuk tugas keamanan yang spesifik

MAI-Cyber-1-Flash memiliki 5 miliar parameter, sehingga relatif ringkas dibandingkan banyak model AI generatif modern . Model ini diturunkan dari lini MAI-Code-1-Flash, yang masih berakar pada keluarga model penalaran MAI-Thinking-1 milik Microsoft, yang diumumkan pada Juni 2026 .

Berbeda dari model serbaguna, MAI-Cyber-1-Flash disetel untuk alur kerja keamanan siber, mulai dari menemukan kerentanan, memvalidasi temuan, melakukan triase, hingga menghasilkan saran atau kode perbaikan. Seluruh proses tersebut dijalankan di dalam sistem pemindaian Microsoft bernama MDASH .

Klaim performa dan efisiensi biaya

Microsoft menyatakan bahwa MAI-Cyber-1-Flash yang berjalan di dalam MDASH meraih 96% pada CyberGym, tolok ukur buatan Microsoft untuk menguji kemampuan menemukan, memvalidasi, dan menambal kerentanan. Angka tersebut diklaim 12 poin persentase lebih tinggi daripada Claude Mythos 5 dari Anthropic, yang mencatat sekitar 84% .

Microsoft juga mengklaim konfigurasi ini mampu menghemat biaya sekitar 50% dibandingkan penggunaan model frontier pihak ketiga saja. Menurut perusahaan, MAI-Cyber-1-Flash menangani sekitar 90% tugas dalam alur kerja MDASH, sementara model yang lebih mahal seperti GPT-5.4 hanya digunakan untuk kasus yang membutuhkan penalaran paling kompleks .

Namun, angka tersebut masih merupakan klaim dari Microsoft. Digital Applied melaporkan bahwa skor 96% dan penghematan biaya itu belum diverifikasi secara independen. Entri papan peringkat CyberGym juga dilaporkan bersifat self-reported oleh laboratorium peserta . The New York Times menambahkan bahwa Microsoft tidak membagikan model tersebut kepada penguji independen sebelum peluncuran .

Kalibrasi yang berfokus pada keamanan

Microsoft menerbitkan Model Card untuk MAI-Cyber-1-Flash. Dokumen ini menjelaskan kalibrasi keselamatan, data penyetelan, serta penggunaan model di dalam MDASH .

Sistem tersebut menggunakan mekanisme debat antar-model. Beberapa agen AI dapat saling menguji apakah sebuah temuan benar-benar dapat dieksploitasi. Setelah itu, temuan melewati jalur pembuktian khusus untuk mengurangi false positive sebelum diteruskan kepada teknisi manusia .

MDASH: mesin multi-model di balik sistem Microsoft

MDASH adalah singkatan dari Multi-Model Agentic Scanning Harness. Sistem ini mengoordinasikan beberapa model bahasa besar—termasuk model Microsoft, GPT-5.4 dari OpenAI, dan model lain—dalam proses pemindaian, validasi, serta remediasi kerentanan .

Kunci pendekatan tersebut adalah pengarahan model atau model routing. Tugas rutin diberikan kepada MAI-Cyber-1-Flash yang lebih murah, sedangkan pekerjaan yang membutuhkan penalaran lebih berat dialihkan ke model berukuran lebih besar . Dengan cara ini, Microsoft tidak harus menggunakan model termahal untuk setiap tahap pemeriksaan.

Temuan di lingkungan Windows

Sebelum pengumuman resmi, MDASH telah digunakan dalam proses pengembangan dan pembaruan keamanan Microsoft:

• Pada Patch Tuesday Mei 2026, MDASH diklaim menemukan 16 kerentanan yang sebelumnya belum diketahui di tumpukan jaringan dan autentikasi Windows. Empat di antaranya dikategorikan sebagai celah kritis yang dapat memungkinkan remote code execution (RCE), termasuk pada tumpukan TCP/IP kernel Windows dan layanan IKEv2 .
• Salah satu celah tersebut adalah CVE-2026-33824, dengan skor CVSS 9,8. Kerentanan double-free pada ikeext.dll itu berpotensi memungkinkan penyerang tanpa autentikasi mengirim paket yang dibuat khusus ke komputer Windows dengan IKEv2 aktif .
• Pada Juni 2026, MDASH dilaporkan terus menemukan kerentanan di luar tumpukan jaringan, termasuk pada Hyper-V, Active Directory, dan kernel Windows . Microsoft juga disebut menambal 622 celah dalam satu bulan dengan bantuan MDASH .

Dalam prosesnya, agen-agen AI memperdebatkan apakah suatu temuan benar-benar bisa dieksploitasi sebelum hasilnya diteruskan kepada teknisi manusia .

Project Perception: red team, blue team, dan green team dalam satu sistem

Project Perception adalah platform komersial yang dibangun di atas MDASH dan MAI-Cyber-1-Flash. Microsoft menyebutnya sebagai “cyber stack baru” yang menggabungkan sinyal keamanan, konteks, model khusus, dan agen AI ke dalam sistem pertahanan yang terus belajar .

Peran para agen AI dibagi menjadi tiga kelompok:

• Red team: menyimulasikan perilaku penyerang dan mencari jalur masuk atau kelemahan.
• Blue team: mendeteksi sinyal ancaman, menyelidiki, dan menilai tingkat risikonya.
• Green team: menjalankan remediasi, termasuk membantu memperbaiki dan menambal kerentanan .

Project Perception dapat memilih model yang berbeda untuk setiap tahap pekerjaan. Selain MAI-Cyber-1-Flash, sistem ini dapat merutekan tugas ke GPT-5.4 dari OpenAI atau model Anthropic, bergantung pada model yang dianggap paling sesuai dan efisien untuk pekerjaan tersebut .

Microsoft awalnya memusatkan Project Perception pada manajemen kerentanan perangkat lunak. Namun, perusahaan menyatakan platform ini akan diperluas ke pemantauan berkelanjutan, investigasi ancaman, dan remediasi otomatis—membentuk sistem pertahanan yang terus belajar .

Project Perception dijadwalkan memasuki public preview pada 3 Agustus 2026 bagi pelanggan bisnis Microsoft yang sudah menguji harness agen MDASH . Pada tahap awal, platform ini akan tersedia di dalam Microsoft Defender, sebelum diperluas ke seluruh produk Microsoft Security .

Bagian dari perlombaan AI keamanan siber

Peluncuran ini berlangsung ketika persaingan keamanan siber berbasis AI semakin ketat. Anthropic sebelumnya memperkenalkan model keamanan Claude Mythos, sementara Google dan OpenAI juga mengembangkan teknologi untuk menemukan kerentanan menggunakan AI .

Microsoft secara terbuka membingkai produknya sebagai cara untuk “menggunakan AI guna melawan AI”. Argumennya, alat keamanan tradisional berisiko tertinggal dari penyerang yang dapat mengotomatisasi pencarian dan eksploitasi celah .

Strategi multi-model menjadi salah satu pembeda utama Microsoft. Model kecil dan spesialis menangani sebagian besar pekerjaan, sementara model frontier yang mahal hanya dipanggil saat diperlukan. Bagi perusahaan yang harus mengendalikan biaya operasional AI, klaim penghematan 50% itu dapat menjadi daya tarik penting .

Meski demikian, pertanyaan terbesar bukan hanya apakah AI Microsoft mampu mencetak skor tinggi di CyberGym. Industri juga perlu melihat hasil pengujian independen dan konsistensi temuan di lingkungan produksi. Dengan public preview Project Perception yang dijadwalkan pada 3 Agustus serta rekam jejak MDASH dalam menemukan 16 kerentanan Windows dalam satu siklus pembaruan, Microsoft kini bertaruh bahwa bukti dari penggunaan nyata akan lebih menentukan daripada skor benchmark semata .