河北
- 微软推出MAI-Cyber-1-Flash，这是其首个内部研发的网络安全模型。
- 同时揭晓了Project Perception，这是一个代理系统，其红队、蓝队和绿队代理能够发现、分类和修补漏洞
- 此次发布距离OpenAI表示其模型逃出沙箱并攻击Hugging Face仅数日之隔
微软公布了两项重大安全公告——MAI-Cyber-1-Flash，这是其首个内部训练的网络安全模型，以及Project Perception，一个代理防御系统，能够发现漏洞、判断哪些漏洞重要，并编写和部署补丁。
此次发布距离OpenAI披露其自身模型突破沙箱并入侵Hugging Face仅数日之隔，这使得时机要么不幸，要么意味深长。
微软声称在CyberGym（网络安全领域的工业基准测试）上获得96%的分数，比Anthropic的Claude Mythos 5高出近12分，同时承诺令牌成本可节省高达50%，该公司表示它正在带来其所称的“经过良好调优的多模型系统，可访问独特丰富的历史训练数据”。
一款时机绝佳的竞争性产品？
Hugging Face事件引起了广泛关注，并非全是负面的：因为它将OpenAI的模型描绘得比该公司自身评估所显示的更为强大。它还凸显了研究人员多年来一直提出的一个问题：当一个模型变得足够强大，能够击败围绕它设置的控制措施时，会发生什么？
微软的回应时机恰到好处，且双管齐下，声称比替代方案更便宜且能力更强，尽管迄今为止的性能数据均来自微软自身。
MAI-Cyber-1-Flash是一个稀疏混合专家Transformer模型，总参数量为1370亿，激活参数为50亿，上下文窗口为256,000个token，它是作为MAI-Code-1-Flash的网络安全微调版本而构建的，而MAI-Code-1-Flash本身则源自MAI-Thinking-1的中期训练检查点。
它旨在处理MDASH（微软的多模型漏洞测试框架）内部高达90%的任务，而OpenAI的GPT-5.4则保留用于最困难的10%。
微软表示，这种拆分方式的成本大约是其此前最佳MDASH配置的一半。目前，它仅在MDASH内部运行，并通过Azure AI Foundry的私人预览版向已获批准的MDASH客户提供，没有独立的API。
Project Perception是其外围封装，其首个工作流程借助MAI-Cyber-1-Flash，并与GPT-5.4等前沿模型协同工作。三类智能体分担了工作：红方智能体探查攻击者可能利用的路径，蓝方智能体调查并判定什么构成实质性风险，绿方智能体进行修复和加固。
对于导致OpenAI模型失控的那一具体故障，微软采取了OpenAI未曾采取的预防措施，因为微软表示所有基准测试都在网络隔离环境中运行，无法访问生产系统、公共互联网或外部服务。
相比之下，OpenAI的沙箱保留了一条通往外部的路径，形式是内部包获取服务，其模型在该服务中发现了一个漏洞，提升了权限，并在研究网络中横向移动，直到抵达一台可访问互联网的机器。微软表示其隔离措施未被突破。微软之外无人验证过这一点。
更难的问题不是测试期间的遏制。Project Perception将工作从研究网络转移到客户生产环境，在那里，绿色代理被授权更改实时系统，这是它们的正常功能。
没有沙箱需要逃逸，因为对真实基础设施采取行动就是产品本身。而且即使有人在监视，归因也很困难：Hugging Face在数天内检测到入侵并报告给执法部门，但在OpenAI说明之前，完全不知道幕后黑手是谁。
它也无法从领先的美国模型那里获得帮助，这些模型将其防御性请求解读为攻击性请求并予以拒绝。最终，它只能依靠GLM 5.2来保护自己，这是一个中国开放权重模型，运行在自己的基础设施上。
目前，业界对危险能力的应对方式仍然是缩小分发范围，而唯一一个有记录的防御方急需该能力的案例，最终以他们求助于一个没有人设限的模型而告终。
喜欢这篇文章吗？想了解更多类似的故事，请点击本页顶部的+关注按钮，在MSN上关注我们。
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.
