微软发布了首个专用网络安全模型 MAI-Cyber-1-Flash，并将其接入 MDASH 漏洞发现系统。微软称，这套组合在 CyberGym 基准测试中的表现超过 Anthropic 的 Mythos 5、OpenAI 的 GPT-5.6 Sol，成本则比微软当前最佳 MDASH 配置低 50%。
CyberGym 得分 95.95%，高于多款同类系统
按照微软说法，MDASH 与 MAI-Cyber-1-Flash 的组合在 CyberGym 上获得了 95.95% 的成绩。CyberGym 是一项用于评估 AI 智能体漏洞复现能力的基准，要求系统在 188 个开源项目中复现 1,507 个已知漏洞，再按受控环境下成功复现的比例评分。
微软给出的对比数据显示，这一成绩高于 GPT-5.5 Cyber 的 85.6%、Mythos 5 的 83.8%、GPT-5.6 Sol 的 83.6%，以及 Gemini 3.5 Flash Cyber 的 83.2%。不过，这一结果由微软自行披露，截至发稿时，尚未出现在 CyberGym 的公开排行榜上。微软同时提到，该基准使用公开测试集，并采用明确的成功判定标准。
MAI-Cyber-1-Flash 负责大部分任务，难题交给 GPT-5.4
微软表示，MAI-Cyber-1-Flash 并不是单独运行。该模型最多处理 90% 的任务，MDASH 会把最困难的 10% 转给 GPT-5.4。微软强调，这种分工与成本直接相关，因为模型每次读取代码或生成答案都要消耗 token，而 token 会带来费用。
微软 CEO 萨提亚·纳德拉在社交平台写道：“这是微软首次由效率导向构建的模型，能够击败一款以通用能力为目标构建的密集型最先进模型。”他还表示：“当与 MDASH 结合时，MAI-Cyber-1-Flash 以领先模型 50% 的成本提供世界级性能。”
模型负责推理，MDASH 负责代理、校验与工作流
微软对这套系统作了区分。MAI-Cyber-1-Flash 是负责对代码进行推理的模型；MDASH 则是围绕模型运行的整套机制，包括智能体、工具、检查流程和工作流，用来决定从哪里开始检查、对可疑发现进行质疑、去重，并证明漏洞确实可以被触发。
微软称，MDASH 使用了 100 多个专用智能体，分别负责审计代码、讨论某个发现是否真实，以及构建概念验证，也就是可以实际演示漏洞存在的 PoC。
微软称传统补漏洞方式正在过时
微软表示，随着 AI 降低漏洞发现成本，偶发式扫描和延迟打补丁正在变得过时。该公司认为，自己积累了数十年的安全数据，因此具备优势，并称：“没有人能够制造这样的历史。”
自 Claude Mythos 发布以来，网络安全研究人员一直在尝试追平或超过它的能力。研究人员曾用公开模型复现类似 Mythos 风格的漏洞发现流程，单次扫描成本低于 30 美元。参与相关研究的 Dawid Moczadło 说：“护城河正在从模型访问转向验证。”
报道提到，真正稀缺的部分，正在变成能够证明发现结果成立、同时又不让开发者被大量误报警淹没的系统。
微软成绩比 GPT-5.5 Cyber 高约 10 个百分点
Decrypt 此前报道，GPT-5.5 Cyber 最近曾以 85.6% 登上 CyberGym 公开榜首，略微领先 Mythos。按文中给出的数据，微软这次的 95.95% 比 GPT-5.5 Cyber 高约 10 个百分点，也比 MDASH 之前的成绩高出 7.5 个百分点。不过，这次评估针对的是完整系统，而不是单独测试 MAI-Cyber-1-Flash。
已进入 Defender 私有预览，仓库大小与并发数有限制
微软正通过 Defender 门户中的 Microsoft Security Exposure Management 提供 MDASH 私有预览。客户可以扫描 Git 仓库，查看按“从不太可能到已证实”排序的发现结果，也可以使用 Defender CLI 生成建议代码修复方案，交由开发者审查。
当前预览版将单个仓库限制在约 256MB，并且每个租户只允许 1 个并发扫描。微软还表示，Project Perception 预计会把同样的多智能体方法，从代码扫描扩展到更广泛的威胁监测与修复工作流。