Microsoft 自家 AI 保安模型登場！MAI-Cyber-1-Flash 配合 Project Perception，打造自動化漏洞獵殺系統

MAI-Cyber-1-Flash：專攻漏洞嘅細碼模型

MAI-Cyber-1-Flash 係一個得 50 億參數嘅模型，以今日嘅標準嚟講算係細細粒，但係佢嘅來頭唔細，係由 MAI-Code-1-Flash 改進而嚟，而 MAI-Code-1-Flash 本身又係嚟自 Microsoft 喺 2026 年 6 月發布嘅旗艦推理模型家族 MAI-Thinking-1 。Microsoft 將呢個模型專門針對網絡安全工作流程（包括發現漏洞、驗證、分類同埋自動產生修補程式）進行微調，並且整合咗落佢哋內部研發嘅 MDASH 引擎入面 。

效能號稱領先，但第三方未驗證

根據 Microsoft 嘅講法，MAI-Cyber-1-Flash 配合 MDASH 引擎喺自家嘅 CyberGym 基準測試入面取得咗 96% 嘅分數，比 Anthropic 嘅 Claude Mythos 5（大約 84%）高出 12 個百分點 。而且，因為呢個自家模型可以處理大約九成嘅 MDASH 工作流程，淨係將最複雜嘅邊緣案例留返畀 OpenAI 嘅 GPT-5.4 呢類大型模型，所以整體成本可以 慳返大約一半 。

留意返： 以上呢啲效能同成本數字都係 Microsoft 單方面嘅講法。根據 Digital Applied 嘅報導，至今未有第三方獨立機構驗證過呢個 96% 嘅 CyberGym 分數，相關嘅排行榜數據都係由參與嘅實驗室自行申報 。《紐約時報》都指出，Microsoft 喺發布前冇將呢個新模型交畀獨立測試機構做評估 。

安全第一嘅校準

Microsoft 為 MAI-Cyber-1-Flash 發布咗一份 Model Card，詳細記錄咗佢嘅安全校準數據、微調資料嘅來源，同埋喺 MDASH 引擎入面嘅預期用法 。成個系統採用咗一個「多模型辯論機制」，即係由幾個 AI 模型互相爭論一個漏洞係咪真正可以利用，加上一個專用嘅「證明管道」嚟消除誤報，確保最後送到人類工程師手上嘅結果係高可信度嘅 。

MDASH：已經喺實戰證明自己嘅引擎

MDASH（Multi-Model Agentic Scanning Harness）係 MAI-Cyber-1-Flash 嘅運行平台。佢嘅角色係一個「模型指揮官」，協調多個大型語言模型——包括 Microsoft 自家模型、OpenAI 嘅 GPT-5.4 同其他模型——一齊進行掃描、驗證同修復 。佢嘅模型路由邏輯好聰明：簡單例行嘅任務就派畀平啲嘅 MAI-Cyber-1-Flash 去做，淨係將最難嘅推理任務先交畀更大、更貴嘅模型處理 。

實戰成績：真係搵到漏洞

MDASH 喺正式發布之前，已經喺 Microsoft 內部證明咗自己嘅價值：

• 2026 年 5 月 Patch Tuesday： MDASH 獨立發現咗 16 個前所未見嘅漏洞，全部都係喺 Windows 嘅網絡同認證堆疊入面。其中有 4 個屬於臨界級嘅遠端程式碼執行（RCE）漏洞，影響核心組件包括 Windows 核心嘅 TCP/IP 堆疊同 IKEv2 服務 。其中一個例子係 CVE-2026-33824（CVSS 評分 9.8），喺 ikeext.dll 入面嘅雙重釋放漏洞，允許未經認證嘅攻擊者向開咗 IKEv2 嘅 Windows 機器發送特製封包，從而遠端執行任意程式碼 。嗰個月 Microsoft 總共修補咗 118 個 CVE，其中 30 個係臨界級 。
• 2026 年 6 月嘅發現： MDASH 繼續發功，漏洞發現範圍擴展到 Hyper-V、Active Directory 同 Windows 核心等更多方面 。有報導指，喺 MDASH 嘅幫助下，Microsoft 單一個月就修補咗 622 個漏洞 。

呢啲漏洞係透過一個「多模型辯論系統」搵出嚟嘅：AI 代理之間會先辯論一個發現係咪真係可以被利用，先至會升級畀人類工程師處理 。

Project Perception：紅、藍、綠三隊 AI Agent 嘅代理式安全平台

Project Perception 係一個建基於 MDASH 同 MAI-Cyber-1-Flash 嘅商業化平台。Microsoft 將佢定位為一個「全新嘅網絡堆疊」，結合訊號、安全情境、專門模型同代理，組成一個能夠持續學習嘅防禦系統，去應付「用 AI 對付 AI」嘅新時代威脅 。

代理式協作模式

Project Perception 會派出唔同類型嘅 AI Agent 團隊，模擬人類安全團隊嘅分工 ：

• 紅隊（Red Team）： 模擬黑客嘅攻擊行為，主動探測系統弱點。
• 藍隊（Blue Team）： 偵測威脅，調查安全訊號。
• 綠隊（Green Team）： 負責修補漏洞同執行修復動作。

成個系統會根據效率嚟分配任務——佢可以決定用 Microsoft 嘅 MAI-Cyber-1-Flash、OpenAI 嘅 GPT-5.4，或者 Anthropic 嘅模型，邊個最適合做當前呢一步工作就用邊個 。

範圍同推出時間

雖然初期會集中喺軟件漏洞管理，但 Microsoft 話 Project Perception 最終會擴展到更廣泛嘅安全工作流程，包括持續監控、威脅調查同自動化修復，形成一個「持續學習嘅防禦系統」 。

Project Perception 將會喺 2026 年 8 月 3 日開始公開預覽，對象係已經喺度測試 MDASH 代理引擎嘅 Microsoft 商業客戶 。初期會內置喺 Microsoft Defender 入面，之後會逐步擴展到所有 Microsoft 安全產品 。

宏觀背景：AI 網絡安全軍備競賽

今次 Microsoft 嘅發布，正值一場日益激烈嘅 AI 網絡安全軍備競賽。Anthropic 之前憑住 Claude Mythos 安全模型搶咗頭啖湯，而 Google 同 OpenAI 亦都喺 AI 漏洞發現方面投入大量資源 。Microsoft 明確指出，而家嘅傳統安全工具已經追唔上 AI 驅動嘅攻擊速度，必須要用 AI 嚟防禦 AI 。

呢種「模型路由架構」——一個細、平嘅專門模型，配合一個貴、勁嘅前沿模型——係成本上嘅重要競爭優勢。對於面對 AI 安全工具預算壓力嘅企業嚟講，一半嘅成本節省係好大嘅吸引力 。

隨住 Project Perception 喺 8 月 3 日公開預覽，加上 MDASH 已經喺一個 Patch Tuesday 入面發現 16 個真實世界嘅 CVE，Microsoft 嘅策略係賭緊：企業做購買決定嗰陣，會更睇重「真實嘅漏洞發現戰績」，而唔係單單睇基準測試分數 。而家最大嘅問題係，究竟呢啲由 Microsoft 單方面公布嘅數字，會唔會有獨立驗證嚟撐腰？企業又會唔會咁快就放心交一個 AI 系統去不斷 probe 自己嘅 Infrastructure 呢？