应用与产品

微软推出首款网络安全专用模型,想把漏洞发现和修复变成持续工作流

微软发布首款网络安全专用模型 MAI-Cyber-1-Flash,并将其嵌入多智能体漏洞识别与修复框架 MDASH,同时推出代理式安全系统 Project Perception,将漏洞发现、验证与修复串成持续工作流并在成本上具竞争力。微软强调这是从单一模型到可审计、可治理的企业级安全平台化竞争的迈进,Project Perception 将于 8 月 3 日进入公测。

微软推出首款网络安全专用模型,想把漏洞发现和修复变成持续工作流

微软发布首款网络安全专用模型 MAI-Cyber-1-Flash,并将其嵌入多智能体漏洞识别与修复框架 MDASH,同时推出代理式安全系统 Project Perception,将漏洞发现、验证与修复串成持续工作流并在成本上具竞争力。微软强调这是从单一模型到可审计、可治理的企业级安全平台化竞争的迈进,Project Perception 将于 8 月 3 日进入公测。

微软7月27日发布首款网络安全专用模型 MAI-Cyber-1-Flash,并把它嵌入 MDASH 这一多智能体漏洞识别与修复框架中;同一天,公司还在 官方博客 介绍了名为 Project Perception 的代理式安全系统。微软在 Microsoft AI 新闻页 中称,这套组合可以在领先模型的 50% 成本下提供“world-class performance”,并把安全工作从周期性扫描推进到持续处理。

从“扫漏洞”到“管工作流”

按照微软的说法,MAI-Cyber-1-Flash 是一款“专门用来在复杂代码库中发现高难度漏洞”的模型,重点不是通用对话,而是为软件漏洞识别、验证和修复提供更便宜、也更稳定的模型选项。微软表示,这一模型基于其 MAI-Thinking-1 系列,并已通过 AI Red Team、对抗测试以及第三方评估。

在性能上,微软称 MAI-Cyber-1-Flash 与 GPT-5.4 结合后,在 CyberGym 基准上得到 96% 的成绩,较 Mythos 高出 12 个百分点;而且这一配置相比现有 MDASH 方案可节省接近 50% 的成本。微软把这一组合描述为“Model、Data、Harness”三层协同:模型负责推理,数据来自其长期积累的安全信号,MDASH 则是把这些能力组织起来的执行框架。

Project Perception 把红队、蓝队和绿队串在一起

微软在 Project Perception 介绍页 中说,这一系统面向“AI 时代的安全现实”设计,采用红队、蓝队、绿队三类代理分工:红队先模拟攻击路径,蓝队负责调查和风险判断,绿队则执行修复动作。微软称,Project Perception 将于 8 月 3 日进入 public preview。

这也是这条新闻最值得注意的地方:微软卖的不只是一个更强的模型,而是一整套把发现、验证、去重、证明和修复串起来的企业工作流。AIFlux 7 月 21 日曾报道,微软被曝准备推出 Project Perception 时,外界还只能从传闻中拼出它的大致轮廓;这一次,微软把产品名、任务边界和部分性能数据都放到了台前。

更像平台竞争,而不只是模型发布

TechCrunch 报道 指出,微软是在旧金山一场小型活动上推出这套系统,并把它放进与 Anthropic、Google 和 OpenAI 的竞赛框架里。这个判断并不意外:网络安全正在被 AI 重新定价,防守方要面对的是更快生成的漏洞利用、更大规模的攻击自动化,以及更短的修补窗口。

从这个角度看,微软在 Agent Framework 的 harness 加上四项扩展能力 之后,再把类似的模块化思路推进到安全场景,路径是连贯的:先把代理系统拆成可组合部件,再把它们装进一个可审计、可治理、可持续运转的企业框架里。

微软现在还没有公开 Project Perception 的定价、地区覆盖或完整商业化时间表。它真正给出的信号是:在 AI 安全领域,下一阶段的竞争可能不再是谁单独跑出更高分数,而是谁能把模型能力、权限控制、审计机制和修复流程拼成一个企业每天都能运行的系统。

不错过任何一条 AI 大事

订阅 AIFlux 早报,每天 3 分钟看懂产业动态。

相关阅读