微软发布首款自研AI安全模型，以“轻量化+智能路由”重塑企业防御成本

微软在AI安全领域发起新攻势，周一正式推出其首款自研网络安全模型 MAI-Cyber-1-Flash 以及一套全面的智能体防御平台。此次发布传递出一个可能重塑企业AI采购逻辑的信号：未来企业所需的不一定是规模最大的模型，而是能够通过智能路由，在保证性能“足够好”的前提下，成本最低的模型方案。

此次发布的核心是 MAI-Cyber-1-Flash，这是一个由微软AI（MAI）部门自主研发的紧凑型安全模型。该模型被集成在名为 MDASH 的多智能体协作框架中，专门用于发现和修复软件漏洞。微软官方数据显示，该系统在衡量AI对大规模代码库推理能力的 CyberGym 基准测试中得分高达96%，不仅超越了包括 Mythos、Gemini 和 GPT 在内的前沿顶级模型，且与微软当前的生产配置相比，成本大幅降低了约 50%。

与此同时，微软还推出了名为 Project Perception 的智能体安全系统，该系统通过协调“红队”（寻找攻破路径）、“蓝队”（调查与分级风险）和“绿队”（修复与加固防御）三类智能体来实现全生命周期的安全闭环。该项目将于 8 月 3 日进入公开预览阶段。

在接受 VentureBeat 采访时，微软 AI 首席执行官 Mustafa Suleyman 透露，这仅仅是其宏大计划的“冰山一角”。他强调，微软拥有极其深厚的数据、框架和专业知识护城河，这使得他们能够训练出速度更快、性能更强且成本更低的模型。

值得关注的是其“90/10”的架构设计：MAI-Cyber-1-Flash 旨在高效处理 90% 的常规安全任务，而 MDASH 则将剩余 10% 的极高难度问题升级交给大型前沿模型——即 OpenAI 的 GPT-5.4。这意味着微软的旗舰安全AI在处理最艰巨的任务时，依然依赖其合作伙伴 OpenAI。Suleyman 将这种架构比作“路由器”，通过编排层将不同难度的查询匹配给最合适的模型，从而在性能与成本之间取得平衡。

微软此举精准地击中了企业级 AI 采用的痛点：Token 成本，而非单纯的模型质量。在需要 7*24 小时处理海量信号的安全领域，Token 成本是企业防御的主要财务压力。Suleyman 指出，芯片供应的限制决定了成本，而企业正经历从追求“最强模型”到“性价比最优”的心理转变。作为平台公司，微软倾向于站在企业的立场，通过轻量化模型降低对昂贵算力的依赖。

支撑这一战略的是微软庞大的遥测数据护城河：公司每天处理超过 100 万亿条安全信号，拥有数十载的纵向网络安全数据集。这种将防御行动与结果（哪些被利用、哪些被拦截）实时连接的强化学习闭环，是纯模型实验室难以复制的竞争力。

针对 AI 模型可能被攻击者利用来挖掘漏洞的“双用途”风险，微软表示将严格限制访问权限，仅向具有良好意图且具备技术能力的经过审核用户开放，并采取阶段性地逐步推广。通过 API 监控、租户隔离和无互联网访问的沙箱环境，确保模型不会成为威胁。

从长远来看，微软的 superintelligence 路线图显示，未来的企业 AI 将不再竞争单一模型的规模，而是在于整个系统的协同——包括智能路由器、专用小模型、前沿模型回退机制以及私有数据闭环。微软正在用实际行动证明，AI 竞赛的下一阶段，胜负不在于谁拥有“最大的大脑”，而在于谁能构建出围绕大脑最高效的运行机器。

来源： ventureBeat report