Новый ИИ-стек безопасности от Microsoft: MAI-Cyber-1-Flash, MDASH и Project Perception

MAI-Cyber-1-Flash: Компактная модель для охоты за уязвимостями

MAI-Cyber-1-Flash — это модель с 5 миллиардами параметров, что делает ее сравнительно небольшой по современным стандартам . Она создана на основе линейки MAI-Code-1-Flash, которая, в свою очередь, происходит от более широкого семейства моделей рассуждения MAI-Thinking-1, анонсированного в июне 2026 года . Модель дообучена специально для задач кибербезопасности: обнаружения, проверки, сортировки и генерации исправлений уязвимостей — в рамках внутреннего сканирующего инструмента Microsoft под названием MDASH .

Заявленные показатели (с важной оговоркой)

По данным Microsoft, MAI-Cyber-1-Flash в составе MDASH достигает 96% в бенчмарке CyberGym — собственном тесте Microsoft для оценки обнаружения, проверки и исправления уязвимостей. Это на 12 процентных пунктов выше, чем у Anthropic Claude Mythos 5 (примерно 84%) . Кроме того, конфигурация обеспечивает экономию около 50% по сравнению с использованием только сторонних моделей, поскольку собственная модель обрабатывает около 90% рабочих задач MDASH, оставляя дорогие модели (например, GPT-5.4 от OpenAI) только для самых сложных пограничных случаев .

Примечание о независимой проверке: Эти показатели производительности и стоимости являются заявленными данными самой Microsoft. По сообщению Digital Applied, ни одна третья сторона не проводила независимую проверку результата в 96% в CyberGym, а записи в таблице лидеров CyberGym предоставляются самими участниками . The New York Times также отметила, что Microsoft не предоставила модель независимым тестировщикам для оценки до выпуска .

Безопасность прежде всего

Microsoft опубликовала Model Card для MAI-Cyber-1-Flash, в которой описаны настройки безопасности, данные для дообучения и предполагаемое использование в экосистеме MDASH . Система использует механизм дебатов между несколькими моделями и специальный конвейер доказательств для устранения ложных срабатываний до того, как результат попадет к инженеру .

MDASH: Движок, уже доказавший свою эффективность

MDASH (Multi-Model Agentic Scanning Harness) — это система, внутри которой работает MAI-Cyber-1-Flash. Она координирует несколько больших языковых моделей (включая модель Microsoft, GPT-5.4 от OpenAI и другие) в едином рабочем процессе сканирования, проверки и устранения уязвимостей . Логика маршрутизации назначает рутинные задачи более дешевой MAI-Cyber-1-Flash, а самые сложные задачи передает более крупным моделям .

Реальные уязвимости, найденные MDASH

Еще до официального анонса MDASH продемонстрировала свою ценность:

• Май 2026, Patch Tuesday: MDASH самостоятельно обнаружила 16 ранее неизвестных уязвимостей в сетевом стеке Windows и системе аутентификации. Четыре из них были критическими уязвимостями удаленного выполнения кода (RCE) в ключевых компонентах, включая стек TCP/IP ядра Windows и службу IKEv2 . Одна из критических RCE — CVE-2026-33824 (оценка CVSS 9.8) — это уязвимость double-free в ikeext.dll, позволяющая неаутентифицированному атакующему отправлять специально созданные пакеты на компьютер с включенным IKEv2 . В целом в майском наборе исправлений Microsoft устранила 118 уязвимостей, 30 из которых были критическими .
• Июнь 2026: MDASH продолжила находить уязвимости за пределами сетевого стека, включая ошибки в Hyper-V, Active Directory и ядре Windows . По сообщениям, за один месяц с помощью MDASH Microsoft исправила 622 ошибки .

Уязвимости были найдены с помощью многомодельной системы дебатов, в которой ИИ-агенты обсуждали, можно ли использовать найденную проблему, прежде чем передать ее инженеру-человеку .

Project Perception: Агентная безопасность с красными, синими и зелеными командами

Project Perception — это коммерческая платформа, построенная на базе MDASH и MAI-Cyber-1-Flash. Microsoft позиционирует ее как «новый стек кибербезопасности», объединяющий сигналы, контекст безопасности, специализированные модели и агентов в непрерывно обучающуюся систему обороны, предназначенную для «использования ИИ для защиты от ИИ» .

Модель координации агентов

Project Perception развертывает команды ИИ-агентов, организованные следующим образом :

• Красная команда (Red team): Имитирует поведение атакующего для поиска слабых мест
• Синяя команда (Blue team): Обнаруживает угрозы и исследует сигналы
• Зеленая команда (Green team): Агенты по устранению и исправлению уязвимостей

Система маршрутизирует задачи по моделям в зависимости от эффективности — она может использовать MAI-Cyber-1-Flash от Microsoft, GPT-5.4 от OpenAI или модели Anthropic в зависимости от того, какая из них лучше всего подходит для конкретного этапа рабочего процесса .

Область применения и доступность

Хотя изначально платформа ориентирована на управление уязвимостями ПО, Microsoft заявила, что Project Perception будет расширяться на более широкие задачи безопасности — непрерывный мониторинг, расследование угроз и автоматическое устранение — формируя «непрерывно обучающуюся систему обороны» .

Project Perception выйдет в публичное превью 3 августа 2026 года для корпоративных клиентов Microsoft, уже тестирующих агентскую среду MDASH . Изначально он будет доступен в Microsoft Defender, с планами постепенного внедрения во все продукты Microsoft Security .

Контекст: Гонка ИИ-вооружений в кибербезопасности

Анонс в понедельник происходит на фоне усиливающейся гонки ИИ-вооружений в кибербезопасности. Ранее Anthropic задал темп своей моделью безопасности Claude Mythos, а Google и OpenAI также активно инвестировали в поиск уязвимостей на основе ИИ . Microsoft прямо связывает свой анонс с необходимостью противостоять атакам с использованием ИИ с помощью ИИ-защиты, утверждая, что традиционные инструменты безопасности не успевают за новыми угрозами .

Архитектура маршрутизации моделей — использование небольшой и дешевой специализированной модели наряду с дорогими фронтирными моделями — является конкурентным преимуществом с точки зрения затрат. Компании, испытывающие бюджетное давление на инструменты ИИ-безопасности, видят в 50%-ном сокращении расходов основной аргумент в пользу выбора .

С выходом Project Perception в публичное превью 3 августа и с уже доказавшей свою эффективность MDASH, обнаружившей 16 реальных уязвимостей за один цикл исправлений, Microsoft делает ставку на то, что реальные результаты обнаружения уязвимостей будут важнее для корпоративных заказчиков, чем просто бенчмарки . Главный вопрос теперь — сможет ли независимая проверка подтвердить заявления Microsoft, и как быстро предприятия будут готовы доверить ИИ-системе постоянный аудит собственной инфраструктуры.