微软发布首个自研网络安全模型 MAI-Cyber-1-Flash 及 Agentic 安全平台 Project Perception

7月27日，微软在旧金山一场小型发布会上正式推出其首个自研网络安全模型 MAI-Cyber-1-Flash，以及名为 Project Perception 的 Agentic 安全平台。微软 AI 首席执行官 Mustafa Suleyman 与安全业务执行副总裁 Hayete Gallot 联合发布了这两项产品，标志着微软以自有模型正面进入 AI 安全市场。

MAI-Cyber-1-Flash：137B 总参、5B 激活的 MoE 防御模型

MAI-Cyber-1-Flash 是微软首个专为网络安全防御构建的模型，采用 Transformer 架构与稀疏 Mixture-of-Experts（MoE）设计，总参数量 137B，激活参数仅 5B，上下文窗口 256K。该模型是 MAI-Code-1-Flash 的网络安全专项微调版本，源自 MAI-Thinking-1 模型家族，由微软从头自研。

模型并非独立对外开放的端点，而是深度嵌入微软的多 Agent 漏洞扫描系统 MDASH 内部运作。MDASH 管理超过 100 个专用 Agent，覆盖准备、扫描、验证、去重、证明五个阶段。MAI-Cyber-1-Flash 承担约 90% 的常规安全任务，最困难的 10% 则自动升级至 GPT-5.4 处理。微软称该多模型路由策略使成本较此前仅使用 GPT-5.4 + 5.4 mini + 5.3 codex 的配置降低约 50%。

值得注意的是，MAI-Cyber-1-Flash 被刻意训练为纯防御模型。在衡量漏洞利用能力的 ExploitGym 基准上，该模型在内核、用户态、浏览器三个子项上得分均为 0——微软安全团队表示，模型只被训练执行漏洞修补等防御任务，而非编写漏洞利用代码。

模型不开放下载，仅限通过 MDASH 产品提供给经审批的企业客户使用，并经过微软 AI 红队及独立第三方的安全评估。

Project Perception：红蓝绿三色 Agent 自动闭环防御

Project Perception 是微软构想的新一代 Agentic 安全平台，核心理念是"持续理解攻击者视角、防御者风险评估与防护改进"，形成闭环学习系统。平台协调三类 Agent：

红队 Agent：在攻击者利用之前识别潜在的入侵路径，提供攻击模拟与威胁情报
蓝队 Agent：调查、推理并判断真正有意义的风险，负责检测与分类
绿队 Agent：执行修复行动并加固环境防御

Perception 首席工程师 Dave Weston 在发布会上描述，过去需要安全组织内多个专业人员耗费数小时的手动工作，"现在几分钟内就能发现问题、排定优先级，并提供检测方案、态势修复甚至代码修复"。

平台采用多模型架构，针对不同安全任务动态选择最合适的模型（兼顾质量、可靠性、延迟和成本），而非依赖单一模型。微软强调，Perception 能感知身份、端点、应用、数据、云和 AI 系统，同时在这些环境中执行保护动作。

CyberGym 基准：95.95%，超越竞品约 12 个百分点

MDASH 系统搭配 MAI-Cyber-1-Flash 与 GPT-5.4 在 CyberGym 基准上达到 95.95%（微软官方通稿中取整为 96%）。CyberGym 是行业公认的网络安全评估基准，包含来自 188 个开源项目的 1,507 个真实漏洞复现任务。微软测试采用的是 Level 1 配置，即提供漏洞源码和高层描述。

微软称该成绩领先 Anthropic 的 Mythos 约 12 个百分点，并超越了 Google Gemini 与 OpenAI GPT-5.5 Cyber。据第三方分析，图表中四款竞品系统的得分在 83.2% 至 85.6% 之间。今年 5 月 MDASH 首次公开时仅使用通用模型即达 88.45%，已是当时公开排行榜最高分；替换 80% 模型为 MAI-Cyber-1-Flash 后跃升至 95.95%。

时间线与预览时间存在说法冲突

关于 Project Perception 的公测时间，不同来源给出了不一致的说法。微软官方博客（Hayete Gallot 署名）称"8 月 3 日进入公测"（public preview），CNBC 报道亦确认为 8 月 3 日。然而 TechCrunch 报道则写明"11 月 3 日可用"（available in preview on November 3）。本文以微软官方博客为准记录为 8 月 3 日，但读者需注意这一信息存在出入，建议关注微软后续公告。

战略意义与待解问题

这是微软自 2 月安全业务领导层调整以来（Hayete Gallot 重返微软接替 Charlie Bell 担任安全业务执行副总裁）最大的一次安全产品动作，也是微软首次用自有模型而非依赖 OpenAI 模型进入安全市场核心。

Mustafa Suleyman 在接受 CNBC 采访时透露，微软拥有独特的安全数据资产（每日超 100 万亿安全信号、覆盖 160 万客户），但"目前使用了不到 1% 的数据"，暗示模型仍有巨大提升空间。CEO Satya Nadella 在 X 平台发文称："通过将专业模型和数据与合适的 Agent、工具、安全上下文和基础设施相结合，我们能够推进'成本-成果'的前沿。"

然而，多项关键事实尚待独立验证：CyberGym 95.95% 的成绩来自微软自测；模型不开放下载，外部研究者无法复现结果；ExploitGym 得分为零究竟是完全不具备漏洞利用能力还是主动安全抑制，仍需更多披露。此外，CyberGym Level 1 测试的是已知漏洞的复现能力，而非发现此前未知的零日漏洞——这意味着该基准不能直接等同于真实攻击场景下的防御效能。