北京
安全防御的致命痛点终于被微软盯上了：成本。当漏洞扫描从“偶尔一次”变成7×24小时不间断对抗，代币消耗就成了压垮安全团队的最后一根稻草。2026年7月28日，微软宣布在自家的AI安全系统MDASH中，内置了一款专门针对复杂代码漏洞的模型——MAI-Cyber-1-Flash，并给出了一组让安全圈无法忽视的数据：与GPT-5.4协同作战后，基准测试分数达到96%，同时整体运行成本直接砍掉一半。
MDASH是微软早在2026年5月推出的代理型漏洞发现与修复系统，它通过调动多个AI模型，自动扫描Windows等代码库中可能被利用的缺陷。当时微软就已经释放出一个清晰信号：靠定期扫描、事后打补丁的旧式安全模型已经彻底过时。随着AI能力突飞猛进，攻击者同样在用AI武装自己，“偶尔扫一扫，有空再补”的思路只会让防御方永远慢半拍。
MAI-Cyber-1-Flash的定位就是解决这个速度与成本之间的矛盾。它是专门为揪出大型代码库中隐藏极深的漏洞而训练的，深度集成在MDASH工作流内部。微软称，这套组合已经在“地表最大规模的安全环境”中跑过验证，稳健性无需担心。在业界的标准评测集CyberGym上，MAI-Cyber-1-Flash加GPT-5.4的组合，直接盖过了包括Gemini 3.5 Flash Cyber、GPT-5.5 Cyber、GPT-5.6 Sol以及Claude Mythos 5在内的一众对手。更关键的是，96%的高分并不是靠无脑堆算力换来的，微软给这套系统设计了一个“分层调度”的省钱逻辑。
这个逻辑的核心在于：约90%的日常安全任务，MAI-Cyber-1-Flash就能高效处理，根本不需要动用“大炮”。真正遇到那10%极其棘手的疑难杂症时，MDASH才会调起模型阵列里最庞大、也最烧钱的那个——也就是GPT-5.4。这就把绝大多数廉价工作留给了专精的轻量模型，而把高成本的推理资源集中在真正的硬骨头上。微软给出的降本效果非常直接：与之前MDASH的最佳配置（GPT-5.4 + 5.4mini + 5.3codex）相比，新架构的总体开销直接减少50%。对于需要持续扫描、毫秒不敢停歇的安全任务来说，这就意味着防御方第一次能兼顾顶尖检出率和可承受的账单。
微软还同步推出了感知式安全代理“Perception”，它像一支AI安全团队那样，承担起持续监控新威胁向量、自动打补丁、隔离风险等一整套工作流。Perception将面向更广泛的安全场景，不止于软件漏洞响应，后续还会把MAI-Cyber-1-Flash的能力扩展到更多防护链条中。这一招透露出微软更大的谋划：让安全模型像水电一样便宜地跑在后台，同时让修复响应从“人的流程”迁移到“模型的自主决策”，这才是AI安全下一个十年的真正赛点。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
