新芒xAI 7月28日消息，微软AI发布首个网络安全专用模型MAI-Cyber-1-Flash，并将其集成到多智能体漏洞识别与修复系统MDASH中。微软称，MAI-Cyber-1-Flash与MDASH组合在CyberGym漏洞检测基准测试中取得95.95%的成绩，超过Mythos、Gemini和GPT系列模型，同时相比现有MDASH方案降低约50%成本。
微软同时推出智能体安全系统Perception，用于让多组专门化AI智能体持续监控、修补漏洞并应对新型威胁。根据微软说明，MAI-Cyber-1-Flash是一个更紧凑、偏代码和安全任务的模型，可承担MDASH中约90%的常规任务，少数特别困难任务再路由给更大的前沿模型。
关键要点
第一，AI安全模型进入专用化阶段。 微软没有只依赖通用大模型处理所有安全任务，而是把专用网络安全模型、多模型调度和智能体扫描系统组合起来。这个方向说明，企业级AI安全产品正在从“一个大模型回答问题”转向“多个模型和智能体按任务分工”。
第二，成本成为安全自动化落地的核心约束。 漏洞扫描、验证、修复和复测都是高频任务，如果每一步都调用最昂贵的前沿模型，企业很难把AI安全做成持续运行的系统。MAI-Cyber-1-Flash承担大部分任务、前沿模型处理少数难题的设计，本质上是在优化防御质量与运行成本的平衡。
第三，Perception把安全智能体推向持续防御。 传统安全流程更像周期性扫描和事后补丁，Perception试图让AI智能体在安全运营中持续发现、验证和修复问题。微软强调企业控制、审计、隔离和无互联网沙箱执行，也说明这类系统必须在强治理框架下运行。
新芒xAI评论
微软这次发布的关键信号是：AI安全不再只是“用AI帮安全团队写报告”，而是在向自动化发现漏洞、复现漏洞、生成补丁和验证修复的工程闭环推进。随着攻击方也开始使用AI，防御方必须把响应速度提升到同一量级。
但安全智能体越强，权限和边界越重要。让AI持续扫描代码、访问环境、提出修复，必须配套严格的审计、人类确认、租户隔离和执行沙箱。未来企业采购AI安全产品时，模型跑分只是入场券，真正决定信任度的是它能否在复杂环境中稳定、可控、低成本地运行。
