Microsoft、新AIセキュリティスタックを発表：MAI-Cyber-1-Flash、MDASH、Project Perceptionの全貌

MAI-Cyber-1-Flash：脆弱性ハンティングに特化した小型モデル

MAI-Cyber-1-Flashは、50億パラメータのモデルで、現代のAI基準では比較的小型です。これは、MAI-Code-1-Flash系統から派生したもので、さらにその元は2026年6月に発表されたマイクロソフトの広範なMAI-Thinking-1推論モデルファミリーです。このモデルは、発見、検証、トリアージ、パッチ生成といったサイバーセキュリティの脆弱性ワークフローに特化してファインチューニングされており、マイクロソフトの既存の内部スキャンハーネス「MDASH」内で動作します。

性能に関する主張（重要な注意点あり）

マイクロソフトは、MDASH内で動作するMAI-Cyber-1-Flashが、脆弱性の検出、検証、パッチ適用をテストするカスタムベンチマーク「CyberGym」で96% を達成したと報告しています。これは、AnthropicのClaude Mythos 5（約84%のスコア）を12ポイント上回る数値です。また、マイクロソフトによれば、この構成はサードパーティのフロンティアモデルだけに依存する場合と比較して、約50%のコスト削減を実現します。これは、社内モデルがMDASHワークフローの約90%を処理し、OpenAIのGPT-5.4のような高価なモデルは最も複雑なエッジケースにのみ使用するためです。

独立検証に関する注記: これらの性能およびコストの数値は、マイクロソフトの自己申告に基づくものです。Digital Appliedの報道によれば、96%というCyberGymスコアは第三者による独立検証を受けておらず、CyberGymのリーダーボードへのエントリーは参加ラボによる自己報告です。The New York Timesも、マイクロソフトが公開前にモデルを独立した評価機関に提供しなかったと指摘しています。

セキュリティファーストのキャリブレーション

マイクロソフトは、MAI-Cyber-1-Flashのモデルカードを公開し、その安全性のキャリブレーション、ファインチューニングデータ、およびMDASHハーネス内での使用目的を文書化しています。このシステムは、複数モデル間の討論メカニズムと専用の証明パイプラインを使用して、発見事項が人間のエンジニアに届く前に誤検出を排除します。

MDASH：すでに実戦で実績を上げたエンジン

MAI-Cyber-1-Flashが動作する基盤システムがMDASH（マルチモデル・エージェント・スキャニング・ハーネス）です。これは、マイクロソフトのモデル、OpenAIのGPT-5.4など、複数のLLMを調整し、協調的なスキャン、検証、修復ワークフローを実現します。モデルルーティングロジックは、定型タスクを安価なMAI-Cyber-1-Flashに割り当て、最も困難な推論タスクのみをより大規模なモデルにエスカレーションします。

発見された現実世界の脆弱性

MDASHは、正式発表前からすでにその価値を実証しています。

• 2026年5月のPatch Tuesday: MDASHは、Windowsネットワーキングおよび認証スタック全体で、これまで知られていなかった16の脆弱性を独自に発見しました。そのうち4件は、WindowsカーネルTCP/IPスタックやIKEv2サービスなどのコアコンポーネントにおけるクリティカルなリモートコード実行（RCE）の欠陥でした。クリティカルなRCEの1つはCVE-2026-33824（CVSSスコア9.8）で、IKEv2が有効なWindowsマシンに対し、認証されていない攻撃者が特別に細工したパケットを送信することを許すikeext.dllの二重解放の脆弱性です。マイクロソフトの2026年5月のパッチバッチでは、合計118件のCVEが修正され、そのうち30件がクリティカルと評価されました。
• 2026年6月の発見: MDASHはネットワーキングスタックを超えて脆弱性を発見し続け、Hyper-V、Active Directory、Windowsカーネルなどにも発見が及びました。報道によれば、MDASHの支援により、マイクロソフトは1ヶ月で622もの不具合を修正しました。

これらの脆弱性は、人間のエンジニアにエスカレーションされる前に、AIエージェントが発見事項の悪用可能性について議論するマルチモデル討論システムを使用して発見されました。

Project Perception：レッド、ブルー、グリーンチームによるエージェント型セキュリティ

Project Perceptionは、MDASHとMAI-Cyber-1-Flashを基盤に構築された商用プラットフォームです。マイクロソフトはこれを、シグナル、セキュリティコンテキスト、専門モデル、エージェントを組み合わせた「新しいサイバースタック」と位置付け、「AIを使ってAIを防御する」ために設計された継続的に学習する防御システムとしています。

エージェント連携モデル

Project Perceptionは、次のように組織化されたAIエージェントのチームを配置します。

• レッドチーム（Red team）： 攻撃者の行動をシミュレートし、弱点を探ります。
• ブルーチーム（Blue team）： 脅威を検出し、シグナルを調査します。
• グリーンチーム（Green team）： 修復とパッチ適用を行うエージェントです。

このシステムは、効率性に基づいてモデル間でタスクをルーティングします。特定のワークフローステップに最適なモデルとして、マイクロソフトのMAI-Cyber-1-Flash、OpenAIのGPT-5.4、またはAnthropicのモデルを展開することができます。

範囲と可用性

Project Perceptionは当初ソフトウェア脆弱性管理に焦点を当てていますが、マイクロソフトは、継続的監視、脅威調査、自動修復といったより広範なセキュリティワークフローへ拡大し、「継続的に学習する防御システム」を形成すると説明しています。

Project Perceptionは、2026年8月3日に、すでにMDASHエージェントハーネスをテストしているマイクロソフトのビジネス顧客向けにパブリックプレビューを開始します。当初はMicrosoft Defender内で利用可能となり、その後すべてのMicrosoft Security製品に展開される予定です。

より広い文脈：AIサイバーセキュリティ軍拡競争

今回の発表は、激化するAIサイバーセキュリティ軍拡競争の中で行われました。AnthropicはClaude Mythosセキュリティモデルで先陣を切っており、GoogleやOpenAIもAIを活用した脆弱性発見に多額の投資を行っていました。マイクロソフトは、AIを活用した攻撃者に対抗するためにAIを活用した防御が必要であり、従来のセキュリティツールではもはや対応が追いつかないと明確に主張しています。

モデルルーティングアーキテクチャ――小型で安価な専門モデルと高価なフロンティアモデルを併用する方式――は、コスト面での競争上の差別化要因です。AIセキュリティツールの予算圧力に直面する企業にとって、50%のコスト削減は大きなセールスポイントとなっています。

Project Perceptionが8月3日にパブリックプレビューを開始し、MDASHがわずか1つのパッチサイクルで16件の現実世界のCVEを発見したという実績をすでに持つ今、マイクロソフトは、生きた脆弱性発見の実績が企業の購買決定においてベンチマークスコア単体よりも重要になると見ています。今後の焦点は、独立した検証がマイクロソフトの主張を裏付けるかどうか、そして企業が自社のインフラを継続的に調査するAIシステムをどの程度の速さで信頼するか、という点にあります。