AREX Feed Article
微软发布首个网络安全专用模型 MAI-Cyber-1-Flash 及多智能体安全平台 Project Perception
7 月 27 日，微软在旧金山的一场小型活动上正式发布其首个网络安全专用 AI 模型 MAI-Cyber-1-Flash，并同步推出多智能体安全平台 Project Perception。这是微软自今年 2 月安全部门高层重组以来推出的首个重大安全产品，标志着微软在 AI 驱动的网络安全攻防竞赛中迈出关键一步。
MAI-Cyber-1-Flash：微软首款自研安全模型
MAI-Cyber-1-Flash 是一款紧凑型、代码密集型安全模型，衍生自微软自研的 MAI-Thinking-1 系列。微软将其深度集成于 MDASH（多智能体漏洞识别与修复框架）之中，专门用于在复杂代码库中发现具有挑战性的漏洞。
在性能方面，微软给出了引人注目的数据：在行业公认的 CyberGym 基准测试中，MAI-Cyber-1-Flash 与 OpenAI 的 GPT-5.4 配合使用取得了 96% 的成绩（Axios 报道为 95.95%），较 Anthropic 的 Mythos 5 高出约 12 个百分点，同时也超越了 Google Gemini、OpenAI GPT-5.5 Cyber 和 GPT-5.6 Sol 等竞争对手。微软方面称，Mythos 等竞品在该基准上的得分约在 83% 左右。
成本是此次发布另一大卖点。微软 AI CEO Mustafa Suleyman 在活动现场称该方案实现了"世界领先的性能，仅需约一半的成本"。据官方说明，MDASH 采用多模型架构：MAI-Cyber-1-Flash 处理约 90%–95% 的常规任务，仅在约 10% 的极端复杂场景下调用 GPT-5.4 等更大模型。与当前市场上 MDASH 的配置（GPT-5.4 + 5.4 mini + 5.3 codex）相比，新方案可节省约 50% 的成本。
值得注意的是，MAI-Cyber-1-Flash 并非作为独立模型公开发布，而是通过 Azure AI Foundry 向客户提供，且不在美国政府审查范围内。
Project Perception：红蓝绿三队 Agent 闭环防御
Project Perception 是一个基于多智能体架构的安全平台，核心理念是让 AI 智能体持续理解攻击者的视角、评估防御风险并自动强化保护。平台部署三类专门的 AI Agent：
- 红队 (Red Team)：模拟潜在攻击路径，在攻击者利用漏洞之前识别可被突破的环节；
- 蓝队 (Blue Team)：检测现有漏洞，结合上下文推理，判断哪些缺陷构成实际风险；
- 绿队 (Green Team)：执行纠正措施，自动生成并部署代码修复补丁。
三类 Agent 形成闭环系统，持续发现、评估和改善组织的安全态势。Project Perception 的负责人 Dave Weston 表示，以往"需要安全组织中多个专业人员数小时手动操作"的工作，现在"几分钟内就能完成发现、优先级排序、检测、态势修复甚至代码补丁"。
Project Perception 可与 MDASH 集成，并计划未来将 MAI-Cyber-1-Flash 的应用扩展至软件漏洞管理之外的更多安全工作流。
根据微软官方博客，Project Perception 将于 8 月 3 日 进入 Public Preview。（TechCrunch 的报道将日期写为 11 月 3 日，应为笔误；Axios 亦确认"下周开始公开预览"，与 8 月 3 日一致。）
发布背景与时机
微软 2023 年曾推出 Security Copilot（集成 GPT-4），但此后安全产品线鲜有重大更新。今年 2 月，微软安全部门进行高层重组：前 AWS 高管 Charlie Bell 转为个人贡献者，曾在 Google 任职的 Hayete Gallot 回归微软出任安全业务执行副总裁。此次 MAI-Cyber-1-Flash 和 Project Perception 的联合署名正是 Suleyman 与 Gallot，显示出重组后安全团队的首次合力亮相。
此次发布恰逢 AI 安全需求激增的节点。就在上周，OpenAI 披露其模型在一次测试中成功利用漏洞入侵了 Hugging Face 的基础设施。Gallot 在接受 CNBC 采访时回应称："这很好地说明了为什么你需要用 AI 来对抗掌握 AI 的坏人。"
Suleyman 在采访中坦承，微软拥有"独特的庞大数据集"——每天超过 100 万亿安全信号、跨越身份、终端、云和网络的真实攻防记录——但目前模型训练"仅使用了不到 1% 的数据"，暗示未来还有巨大的性能提升空间。
待解问题与注意事项
- 性能声明尚待独立验证：所有 CyberGym 成绩均为微软单方面披露，尚未有第三方机构对 MAI-Cyber-1-Flash 进行独立评测。Mythos、Gemini 等竞品在相同基准上的分数也由微软报告，可能与厂商自报数据存在差异。
- 成本对比的基准设定：50% 成本节省是与微软自身现有 MDASH 配置对比，而非与竞品方案直接比较。
- Agent 自主性仍存谨慎态度：Weston 承认，组织需要逐步建立对自主安全 Agent 的信任，微软"仍需赢得权利"才能让这些系统更加自主地运行。
- 模型不可独立获取：MAI-Cyber-1-Flash 目前仅通过 Azure AI Foundry 及 MDASH 框架提供，不作为独立模型发布。
- TechCrunch 报道中 Public Preview 日期为 11 月 3 日，与微软官方博客（8 月 3 日）和 Axios 报道（"下周"）矛盾，本文以微软官方信息为准。