微軟推出 MAI-Cyber-1-Flash 及 Project Perception 助力 AI 驅動網絡安全

微軟推出了首款專門為網絡安全任務設計的人工智能模型 MAI-Cyber-1-Flash，以及全新的智能代理安全系統 Project Perception。此項目由 Microsoft AI 行政總裁 Mustafa Suleyman 公布，旨在顯著提升軟件漏洞的識別與修復效率。該整合系統將 MAI-Cyber-1-Flash 併入微軟的多代理安全架構（Multi-Agent Security Harness，簡稱 MDASH）中，在 CyberGym 基準測試中取得了 96% 的成功率，表現優於競爭對手的模型，且相比以往的 MDASH 配置，預計可降低 50% 的營運成本。

一、微軟全新 AI 網絡安全攻勢

2026 年 7 月 27 日，微軟正式推出由 Microsoft AI (MAI) 部門開發的輕量化、專注於程式碼的模型 MAI-Cyber-1-Flash。該模型專為檢測複雜程式碼庫中棘手的漏洞而設計。它是 MDASH 的核心組件，而 MDASH 是微軟專門用於尋找、驗證和修復軟件漏洞的多代理系統。微軟表示，MAI-Cyber-1-Flash 經過了其內部 AI 紅隊（AI Red Team）的嚴格審查、對抗性測試，以及獨立第三方的評估，以確保其穩健性與安全性。

除了 MAI-Cyber-1-Flash 和 MDASH 之外，微軟還展示了先進的智能代理安全系統 Project Perception，該系統將於 2026 年 8 月 3 日進入公開預覽階段。Project Perception 旨在直接整合至 Microsoft Defender，並將逐步推廣至所有 Microsoft Security 產品。它協調三個不同的 AI 代理團隊：「紅隊」代理主動尋找潛在的攻擊路徑；「藍隊」代理負責調查和評估風險優先級；「綠隊」代理則專注於修復和強化防禦。這個全面且持續學習的系統旨在實現機器速度的推理、優先級排序和應對行動，同時保持人類的監督。

二、多模型架構與成本效益

MAI-Cyber-1-Flash 模型經過優化，能夠高效處理 MDASH 約 90% 的漏洞分析任務。對於餘下 10% 極其困難的問題，MDASH 會智能地轉交給更大、更強大的前沿模型處理，具體為 OpenAI 的 GPT-5.4。這種策略性的多模型架構讓微軟能夠將最耗費資源的模型保留給真正需要更深層推理的案例。

這種智能路由機制是實現其宣稱降低成本的核心。微軟報告指出，與之前最強大的 MDASH 配置（結合了 GPT-5.4、GPT-5.4 mini 和 GPT-5.3 Codex）相比，新配置可節省近 50% 的成本。該系統將採用按用量計費的模式，以「安全計算單位」（Security Compute Units, SCU）計量，成本會根據 AI 代理執行的工作量進行縮放。MDASH 還融入了企業級控制措施，包括基於角色的訪問權限控制、租戶隔離、加密、可審計性，以及在無互聯網連接下運作的沙盒執行環境。

三、CyberGym 基準測試表現與競爭格局

基準測試結果突顯了該系統的成效，結合了 MAI-Cyber-1-Flash 和 MDASH 的系統在 CyberGym 基準測試中實現了 95.95%（四捨五入為 96%）的成功率。微軟將 CyberGym 描述為一項要求極高的基準測試，用於評估 AI 系統如何對大型程式碼庫進行推理，以識別和理解真實的軟件漏洞。

微軟的內部評估顯示，該系統的得分比 Anthropic 的 Claude Mythos 5（得分為 84%）高出 12 個百分點。該公司還指出，在基準測試對比中，其新產品超越了 Google 的 Gemini 以及其他基於 GPT 的系統。Microsoft AI 行政總裁 Mustafa Suleyman 強調了競爭優勢，聲稱該系統「在 Cyber Gym 上擊敗了 Gemini、GPT 5.5 Cyber、GPT 5.6 Sol 和 Mythos 5」。然而，需要注意的是，這些基準測試是由微軟自行進行的，仍有待獨立第三方驗證。

四、重塑企業安全營運

微軟將 MAI-Cyber-1-Flash 和 Project Perception 的推出定位為「重新思考 AI 時代安全防護」的關鍵一步。該公司認為，隨着 AI 驅動的攻擊變得日益複雜，安全防護必須從傳統的被動回應模式，轉變為持續的自主防禦系統。Project Perception 憑藉其紅、藍、綠隊的代理組合，旨在提供「以 AI 防禦 AI」的解決方案。

該系統不僅能夠發現漏洞並排定優先級，還能在數分鐘內起草檢測規則並生成可運行的修復程式碼，這標誌着軟件漏洞管理領域的潛在變革。這種高度的自動化與速度，應對了攻擊者利用 AI 快速利用漏洞所帶來的日益嚴峻的挑戰。Project Perception 於 2026 年 8 月的公開預覽標誌着其推出的開始，未來計劃隨時間推移，通過加入更多專門的安全代理來擴展其功能。

常見問題

什麼是 MAI-Cyber-1-Flash？

MAI-Cyber-1-Flash 是微軟首款專為網絡安全構建的 AI 模型，旨在識別大型程式碼庫中的複雜軟件漏洞。

MAI-Cyber-1-Flash 如何與 MDASH 協同工作？

MAI-Cyber-1-Flash 在微軟的多代理安全架構 MDASH 內運行，處理大約 90% 的漏洞分析任務。餘下 10% 更具挑戰性的問題則會升級交由 OpenAI 的 GPT-5.4 模型處理。

什麼是 Project Perception？

Project Perception 是基於 MDASH 構建的新型智能代理安全系統，它協調三類 AI 代理（紅隊、藍隊和綠隊），以持續感知、推理和採取行動，從而防禦網絡威脅。

Project Perception 何時推出？

Project Perception 計劃於 2026 年 8 月 3 日進入公開預覽階段，並將整合至 Microsoft Defender 及其他 Microsoft Security 產品中。

該系統能節省多少成本？

與微軟此前最強大的 MDASH 配置相比，MAI-Cyber-1-Flash 與 MDASH 的組合可節省大約 50% 的成本。

參考來源

* Mustafa Suleyman 的 X 貼文：https://x.com/mustafasuleyman/status/2081781833100820681 * 重新思考 AI 時代的安全防護 - 微軟官方網誌：https://www.microsoft.com/en-us/security/blog/2026/07/27/rethinking-security-for-the-age-of-ai/ * 微軟官方網誌：https://www.microsoft.com/en-us/blog * 微軟推出 MAI-Cyber-1-Flash，承諾以半數成本提供網絡安全 AI：https://www.helpnetsecurity.com/2026/07/27/microsoft-mai-cyber-1-flash-ai-cybersecurity-cost/ * 微軟表示其全新網絡安全 AI 以半數成本擊敗行業領先者 - CNET：https://www.cnet.com/tech/microsoft-says-its-new-cybersecurity-ai-beats-industry-leaders-at-half-the-cost/ * 微軟推出其首款網絡安全 AI 模型；智能代理安全系統 - Seeking Alpha：https://seekingalpha.com/news/4106297-microsoft-unveils-its-1st-cybersecurity-ai-model-agentic-security-system * 微軟推出 AI 網絡安全模型和智能代理防禦平台以降低企業安全成本 | VentureBeat：https://venturebeat.com/ai/microsoft-launches-ai-cybersecurity-model-agentic-defense-platform-to-cut-enterprise-security-costs/ * 微軟推出首款 AI 網絡安全模型 MAI-Cyber-1-Flash：https://ent.arabiangulf.news/tech/microsoft-launches-mai-cyber-1-flash-its-first-ai-cybersecurity-model-752182