← 返回 Siami 首頁

微軟發表首個自研資安 AI 模型 MAI-Cyber-1-Flash:宣稱在 CyberGym 擊敗 Mythos、Gemini 與 GPT

▲ 220 💬 108
微軟發表首個自研資安 AI 模型 MAI-Cyber-1-Flash:宣稱在 CyberGym 擊敗 Mythos、Gemini 與 GPT

編按:本文綜合整理自 Microsoft 官方部落格、Microsoft AI 公告、TechCrunch 與 Hacker News 討論串,並加入 Siami 編輯部觀點與分析。


微軟的第一款「網路安全專用」AI 模型

微軟在 7 月 27 日於舊金山一場小型活動上,正式公開自家第一個專門針對資安領域訓練的 AI 模型 MAI-Cyber-1-Flash,同時推出代號 Project Perception 的代理型(agentic)資安防護系統。這款模型被設計用來「在複雜程式碼庫中找出最棘手的漏洞」,會內嵌於微軟既有的漏洞掃描框架 MDASH 之中運作。

發表會上高調點名的對手,包括 Anthropic 的 Mythos、Google 的 Gemini 系列 與 OpenAI 的 GPT-5.5/5.6 Cyber。微軟 AI 執行長 Mustafa Suleyman 在台上公開宣稱:

「MAI-Cyber-1-Flash 與 GPT-5.4 綁定在 MDASH 框架內,在 CyberGym 這個大家都在用的『黃金基準』上,擊敗 Gemini、GPT-5.5 Cyber、GPT-5.6 Sol 與 Mythos 5。我們立即把它送進生產環境。」


戰場上的實際數字:96% 與成本砍半

微軟公布的關鍵數據,集中在三個面向:

  • CyberGym 得分 95.95%(官方簡報寫 96%),比 Mythos 高出 12 個百分點
  • 幾乎 50% 的成本節省,相較現行 MDASH 商用配置
  • 替換 MDASH 內 80% 的舊模型,讓整體表現從 88.4% 提升到 95.95%

根據 Microsoft 釋出的 Model Card,MAI-Cyber-1-Flash 會處理 MDASH 內約 90% 的常規任務,GPT-5.4 只保留在最困難的 10% 情境上做把關。這個「專業小模型 + 通用旗艦」的分工,是這次發表的真正技術亮點。

微軟安全業務副總裁 Hayete Gallot 把 Project Perception 定位為「用 AI 抵禦 AI」:

「駭客開始用 AI 加速攻擊,企業防禦者也需要以 AI 對抗 AI,用與攻擊者相同的規模與速度回應。」


Project Perception 的三色特工隊

Project Perception 把資安工作拆給三組代理(agents):

  • 紅隊代理(Red team agents):模擬攻擊者,找出潛在入侵路徑
  • 藍隊代理(Blue team agents):調查訊號、評估哪些是真實風險
  • 綠隊代理(Green team agents):執行修復、強化防禦

Perception 的首席工程師 Dave Weston 強調效率提升是核心賣點:

「以前這類工作需要整個安全團隊——appsec 獵人、修復工程師——耗時數小時協作。現在幾分鐘內就能完成發掘、優先排序、偵測、風險緩解,甚至包含程式碼修復。」

底層基礎建設被微軟稱為「Cyber Stack」,從感測器、安全語境、多模型架構一路串到 actuators(把決策翻譯成實際保護行動的執行層)。Project Perception 預計 8 月 3 日進入公開預覽,正式商用版本排在 11 月 3 日。


為什麼這件事重要

對企業資安決策者來說,這不是「又一款 AI 模型發表」的熱鬧而已。

1. 資安 AI 進入「專業模型 + 通用模型」分工時代

過去半年,Anthropic 推出 Mythos(用於 Glasswing 計畫的合作客戶)、OpenAI 在 5 月推出 Daybreak 計畫。微軟這次直接選了一條不同的路:不靠單一旗艦模型包打天下,而是用「專家負責 90%、大模型處理 10% 難題」的方式,讓成本砍半同時效能提升。這套思路如果成立,等於宣告「資安領域的 Scaling Law 撞牆了,要靠專業化突圍」。

2. 代理型資安(agentic security)正式進入主流視野

紅藍綠三隊分工不是行銷話術,而是把資安工作流程「AI 原生化」的具體實踐。從漏洞發掘、優先排序、修補到部署更新,全部交給閉環代理處理。這會直接衝擊中型企業的 SOC(Security Operations Center)配置——很多原本需要 5-10 人的工作,未來可能只需要 1-2 個人監督。

3. 美中資安 AI 模型戰正式開打

微軟這次特別鎖定 Anthropic、Google、OpenAI 三大美國對手,但中國的資安 AI 模型(包括阿里、百度、DeepSeek)其實也在快速追趕。HN 上 SwellJoe 直接預言:「未來非 Fortune 500 的開發者,大概率會用中國模型做漏洞研究。」這不只是定價問題,而是地緣技術分流的訊號。


數據解讀與質疑:96% 是真本事還是行銷話術?

看到漂亮基準分數時,產業老兵通常會先問三個問題,這次也不例外:

問題一:CyberGym 的代表性夠嗎?

CyberGym 是柏克萊 RDI 提出的基準,用「真實軟體漏洞重現」來評估 AI 能力。但它的題目量與覆蓋深度,跟真實企業環境的程式碼庫(往往數百萬行、跨多種語言框架)比起來,仍是「精選集」。微軟公布的 95.95% 是「能不能重現已知漏洞」,不等於「能不能發現從未有人見過的零日漏洞」。這兩者的差距,正是 bonoboTP 在 HN 所說的「防守整條邊界比戳一個洞難得多」的核心問題。

問題二:為什麼基準比較沒有把開源模型納入?

Hacker News 的 LorenDB 直接開嗆:「請開放權重,不然思科的 Antares 對我更有吸引力。」微軟至今沒給出開源時程表,這代表 95.95% 的數字無法被第三方獨立驗證——所有人只能相信微軟自己釋出的 model card。

問題三:「跟 GPT-5.4 綁定」到底是加分還是扣分?

微軟說 MAI-Cyber-1-Flash 處理 90% 任務、GPT-5.4 收尾 10% 難題,所以「整體打敗 Gemini 與 Mythos」。但 CNBC 報導 已經點出,這個數字其實是「組合表現」而非「單一模型表現」。若拿 MAI-Cyber-1-Flash 單獨跟 Mythos 對比,差距可能不會有 12 分這麼大。這是基準發表的常見話術,但值得讀者警覺。


產業連鎖反應:對手與生態系怎麼接招

  • Anthropic:Mythos 透過 Glasswing 計畫僅限合作夥伴使用,預期會加速擴大邀請對象。
  • OpenAI:Daybreak 計畫(5 月推出)目前仍處於早期,未來幾個月勢必會有對應的基準更新。
  • 思科(Cisco):資安老牌廠商,HN 留言頻頻被提及,預期會強化自家 Antares 模型的開源策略。
  • 台灣與中文圈:IT 之家、V2EX 已開始出現「資安 AI 代理人會不會取代 SIEM 工程師」的討論,對資安服務業的衝擊值得持續觀察。

微軟把 Project Perception 跟既有的 Defender、Sentinel、Entra ID 等產品深度整合,這是它相對於獨立 AI 資安新創的最大護城河——但也讓外界更難評估「AI 模型本身」與「微軟生態系加成」各自的實際貢獻。


Siami 編輯部觀點

把這則發表放進 2026 年 AI 產業的大圖來看,意義很清楚:資安 AI 已經從「單純的聊天機器人加 security 訓練」進入「多模型代理協同」階段。這個轉變背後反映的是:

  1. 成本壓力逼出專業模型路線:通用大模型推理成本居高不下,企業客戶對「50% 成本節省」極為敏感,專業模型會是 2026 下半年的主流策略。
  2. 閉源策略的代價開始顯現:當多家閉源 AI 廠商都把資安模型鎖在合作計畫內,反而會逼出一個「開源資安 AI 聯盟」——Cisco Antares、可能的 Linux Foundation 計畫都在這條路上。
  3. 企業資安人才市場將出現結構性轉變:代理型 AI 不會消滅資安工程師,但會重新定義他們的工作——從「做掃描」變成「監督 AI 掃描 + 處理例外」。

MAI-Cyber-1-Flash 是不是真正最好的資安 AI,目前還言之過早。但它代表的方向——「專家模型 + 通用模型 + 代理編排」——幾乎可以確定會是 2027 年 AI 資安市場的主流架構。


本文出處:Microsoft 官方部落格 · TechCrunch 報導 · CNBC · GeekWire · Microsoft AI Model Card · Hacker News 討論

網友熱門留言 (8)

#1 wtfHN26 ▲ 387
如果微軟有錢投資 AI 模型,應該也能順手修好 Windows 11 吧?希望幾年後他們會意識到,為了追逐雲端和 AI 而犧牲桌面使用者的策略並不值得。等到那時再想挽回用戶群已經太遲了。
#2 omosubi ▲ 245
有哪家公司比微軟更適合做這件事?幾乎每家公司最重要的 workflow 都跑在微軟的軟體上。
#3 drevil-v2 ▲ 189
這篇文章感覺是 Claude 寫的。我注意到部落格裡有好幾處典型的 Claude 句式(『不僅是 X,也不僅是 Y,而是 Z』)。我甚至有 90% 的把握說這個網站是用 Claude 設計的。
#4 LorenDB ▲ 156
請開放權重,不然思科的 Antares 模型對我來說更有吸引力。
#5 SwellJoe ▲ 134
美國公司全都把『cyber』模型鎖起來只給特定客戶。所以任何不在 Fortune 500 的人,都會用中國模型做漏洞研究。
#6 bonoboTP ▲ 121
在牆上戳一個洞,永遠比防守整條邊界容易。要做好防禦,需要更多形式化驗證的層、或是像免疫系統一樣隨時在線的入侵偵測。
#7 risyachka ▲ 98
他們連登入系統幾十年都修不好,我同意你的看法。
#8 cmrdporcupine ▲ 87
『cyber』這個字被到處亂丟已經夠尷尬了,現在是機器人在用 Claude 風格的句子亂丟。