Microsoft 用專用細模型分流掃漏洞，Project Perception 連修補都想交畀 agents

細模型做粗重工，大模型專攻難題

Microsoft 今次公布嘅 MAI-Cyber-1-Flash，定位幾清楚：佢係一個偏重程式碼、由 MAI-Thinking-1 衍生出嚟嘅專用細模型，會放入早喺 5 月公布嘅 MDASH 多模型掃描系統。官方話佢可以處理最多 90% 工作量，剩低約 10% 特別難、要深入推理嘅任務，先交畀 GPT-5.4。呢種分流同開發團隊平時分級處理事故幾似，常見檢查唔使下下叫最貴、最慢嗰個專家出手，真正棘手嘅跨檔案漏洞先升級。

圖片：Microsoft AI

MDASH 賣點其實係成隊 agents 點合作

MDASH 入面有超過 100 個專門 agents，分別整理程式碼、掃描、互相質疑結果、去重、整 proof-of-concept，再驗證修補有冇效。單一模型見到一段可疑程式，往往只會留低一張要人跟進嘅單；呢套系統就嘗試一路追到漏洞可唔可以觸發、修補會唔會整壞其他嘢。對 AppSec 團隊最實際嘅價值係減少垃圾 findings，同時將真正高風險項目推前。至於開發者，agent 交出嘅 patch 仍然要過原有 code review、測試同發布閘口，唔應該直接改 production。

95.95% 跑分好睇，但量度範圍要講清楚

Microsoft 自報，MAI-Cyber-1-Flash 配 GPT-5.4 嘅 MDASH 喺 CyberGym 成功率有 95.95%，官方對外四捨五入成 96%，高過 Mythos 5 約 12 個百分點；新組合相對現有 GPT-5.4、GPT-5.4 Mini 同 GPT-5.3 Codex 配置，成本亦聲稱平接近 50%。不過呢啲比較暫時未見完整獨立重跑。CyberGym 本身主要畀出已知漏洞描述同相關程式碼，再睇 agent 可唔可以整出有效 PoC 重現漏洞。佢適合測跨檔案推理同工具操作，但唔等於喺一個陌生企業環境入面，自動搵到 96% 未知漏洞。

Project Perception 將同一思路帶入 Defender

另一項新公布嘅 Project Perception 範圍闊好多。紅隊 agents 會模擬攻擊路徑，藍隊 agents 負責調查同排優先次序，綠隊 agents 就修補同加固；三邊共用身份、endpoint、app、雲端同威脅情報嘅脈絡。呢個設計對 SOC 有用嘅地方，係一宗 alert 可以一路連到受影響資產、攻擊可能性同建議處理方法，少啲人手喺幾個 dashboard 之間搬資料。Microsoft 官方亦寫明，高影響操作要有人批准，決定可以追查同重播，呢條權限邊界唔可以因為追求速度而放鬆。

自動修補最怕誤判同權限開得太闊

安全 agent 接觸嘅資料本身就可能帶有惡意內容，包括俾人加料嘅 issue、package metadata、log 同外部威脅情報。模型如果俾 prompt injection 誤導，或者將正常設定當成漏洞，擁有寫入權限嘅綠隊 agent 可以令服務中斷，甚至製造新缺口。企業試用時要將掃描、提出 patch、隔離裝置同改 policy 分開授權，亦要保留完整 audit log、回復方案同人工覆核。Microsoft 話 MDASH 有角色權限、tenant 隔離、加密，同冇網上連線嘅 sandbox 執行環境；實際 preview 有幾多控制預設開啟，仍要逐項核對。

Defender 用家暫時仲有幾個問號

Microsoft 官方公告寫明 Project Perception 會喺 8 月 3 日進入 public preview，呢個日期同 TechCrunch 文中所寫嘅 11 月 3 日有出入，現階段應以官方資料為準。產品會先喺 Microsoft Defender 入面提供，按用量以 Security Compute Units（SCU）計費，不同 agents 執行唔同強度任務會消耗唔同 SCU。不過官方產品頁未列出每個 SCU 嘅實際價錢、指定 Defender 方案要求，亦未確認香港 tenant 可唔可以首日參加，呢三項都係 [待確認]。MAI-Cyber-1-Flash 暫時亦只見整合到 MDASH，未見獨立 API 畀一般開發者直接調用。

長期運作成本先係試用重點

安全掃描唔係間中問模型一條問題，而係持續讀大量程式碼、重試工具、驗證漏洞同測 patch，token 帳單好容易滾大。Microsoft 用細模型接住大量工作，再將少數難題升級，正正瞄準呢個現實限制。開發團隊同 SOC 試 preview 時，應該記低每個確認漏洞消耗幾多 SCU、誤報要花幾多人手處理、agent 建議嘅 patch 有幾多可以安全合併。有齊呢三組數字，先可以判斷官方所講接近 50% 嘅成本節省，喺企業日常環境仲成唔成立。

參考來源

• TechCrunch — Microsoft launches its first cybersecurity model, plus a new agentic cybersecurity system — original report
• Introducing MAI-Cyber-1-Flash inside MDASH — Microsoft 官方模型公告，提供工作分流、CyberGym 成績、成本比較同 MDASH 安全控制
• Rethinking security for the age of AI — Microsoft 官方 Project Perception 公告，確認架構、用途同 8 月 3 日 public preview 日期
• Project Perception — 官方產品頁，交代 Defender 整合、人工批准、SCU 用量計費同 agents 分工
• Defense at AI speed: Microsoft’s new multi-model agentic security system — Microsoft 早前公布 MDASH 嘅原始資料，解釋超過 100 個 agents、驗證方式同 benchmark 限制
• CyberGym: Evaluating AI Agents’ Cybersecurity Capabilities with Real-World Vulnerabilities at Scale — CyberGym 研究論文，確認 benchmark 規模同主要測試 PoC 漏洞重現能力

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。