新智元报道
在业内公认的CyberGym网安基准上，， ，，，，这个分数刚刚把一众最顶尖的模子甩到了死后。。。。。。
而拿下它的，， ，，，，不是一个前沿模子，， ，，，，而是微软的MDASH系统。。。。。。
微软宣布的CyberGym测试效果。。。。。。MDASH组合以95.95%的效果，， ，，，，压过GPT-5.5 Cyber、Mythos 5等四个前沿模子。。。。。。（图源：Microsoft AI）
跟在MDASH死后的，， ，，，，是GPT-5.5 Cyber 85.6%、Mythos 5 83.8%、GPT-5.6 Sol 83.6%、Gemini 3.5 Flash Cyber 83.2%。。。。。。
MDASH领先第二名凌驾10个百分点，， ，，，，断层第一。。。。。。
更狠的是价钱：MDASH的本钱，， ，，，，只有微软此前最强设置的一半。。。。。。
微软CEO纳德拉亲自在X上发帖站台：
天下级的清静能力，， ，，，，一半的价钱。。。。。。
最猛的数字不是95.95%
95.95%虽然亮眼，， ，，，，但真正要注重的，， ，，，，是另一个数字：90%。。。。。。
九成的活，， ，，，，是一个激活参数只有5B的小模子扛下来的。。。。。。
它叫MAI-Cyber-1-Flash，， ，，，，微软第一个自己造的网络清静模子，， ，，，，总参数137B，， ，，，，激活只有5B，， ，，，，是微软代码模子MAI-Code-1-Flash的网安专用微调版。。。。。。
微软AI的掌门人苏莱曼在先容MDASH时说，， ，，，，MAI-Cyber-1-Flash最多处理九成盘问，， ，，，，剩下最难的10%，， ，，，，交给约莫比它大10倍的GPT-5.4收尾。。。。。。
MAI-Cyber-1-Flash被设计为高效处理最多90%的使命，， ，，，，最难的10%才交给GPT-5.4。。。。。。（图源：Microsoft AI）
为什么要这么分？？？？
由于网络清静，， ，，，，是一场7×24小时一直的长期战。。。。。。攻击天天像潮流一样涌进来，， ，，，，要扫的代码就像是一座一直堆高的山。。。。。。
在这种情形下，， ，，，，真正卡脖子的不是模子够不敷智慧，， ，，，，而是token够不敷自制。。。。。。
以前的打法，， ，，，，是简朴粗暴地堆最贵的模子，， ，，，，一遍各处扫。。。。。。
以是微软的算盘是：让自制好用的小模子顶在前面吃掉九成使命，， ，，，，好把最贵的旗舰模子省下来，， ，，，，只碰那一成的疑难杂症。。。。。。
这就是一套全新的AI网络清静经济学。。。。。。
MAI-Cyber-1-Flash的官方模子卡里，， ，，，，藏着一个更直观的例子：
原本的MDASH跑CyberGym是88.4%。。。。。。把其中80%的模子挪用换成自制的MAI-Cyber-1-Flash，， ，，，，效果非但没掉，， ，，，，反而抬到95.95%。。。。。。
相比此前最好的GPT-5.4、5.4 mini和5.3 codex那套设置，， ，，，，自制了整整一半。。。。。。
不过话说回来，， ，，，，「最多处理九成使命」讲的是MDASH内部的模子路由比例，， ，，，，不是「自动修睦了90%的误差」。。。。。。
旗舰虽然坐了冷板凳，， ，，，，可活儿，， ，，，，仍是一整条流水线一起干出来的。。。。。。
不是模子封神
而是系统跑出来的
95.95%，， ，，，，不是MAI-Cyber-1-Flash一个模子的效果，， ，，，，而是一套叫MDASH的系统跑出来的。。。。。。
它是微软的多模子误差识别与修复系统。。。。。。
内里有100多个专用智能体，， ，，，，各干各的：有的审代码，， ，，，，有的验误差，， ，，，，有的为「这个发明是真是假」相互辩说，， ，，，，有的去重，， ，，，，尚有的写误差证实。。。。。。
而模子，， ，，，，只是其中一个零件。。。。。。
微软把自己的打法拆成三个词：Model、Data、Harness。。。。。。模子、数据、编排。。。。。。这三样一起调优，， ，，，，才有了谁人跑分。。。。。。
其中，， ，，，，竞争敌手最难抄的是数据。。。。。。
微软天天能看到凌驾100万亿个清静信号，， ，，，，横跨身份、终端、云和网络；；；；服务着160万家客户；；；；从微软清静响应中心一起到实战里，， ，，，，什么误差被使用了、什么被盖住了、什么补丁真的管用，， ，，，，全掌握在它手中。。。。。。
因此，， ，，，，微软放了句很硬气的话：这段历史，， ，，，，没人能凭空造出来。。。。。。
意思是，， ，，，，模子你可以追，， ，，，，数据你追不了。。。。。。
它想强调的是：模子只是输入，， ，，，，系统才是产品。。。。。。
当各家模子的能力都被拉平，， ，，，，真正拉开差别的，， ，，，，是谁的系统调理得更省，， ，，，，谁的清静数据攒得更久、更全。。。。。。
测的是误差复现乐成率
先搞清晰CyberGym测的究竟是什么。。。。。。
它给智能体一段补丁前的代码，， ，，，，外加一份误差形貌，， ，，，，让智能体写出能复现这个误差的PoC，， ，，，，再拿补丁前后的版本去验证。。。。。。
CyberGym基准组成：来自188个开源项目的1507个真实误差，， ，，，，智能体凭证误差形貌和补丁前代码天生PoC，， ，，，，在补丁前后版本中验证复现。。。。。。（图源：CyberGym论文，， ，，，，UC Berkeley）
说白了，， ，，，，是「照着线索复现已知误差」，， ，，，，不是「面临生疏代码盲找新洞」。。。。。。
准确地说，， ，，，，是误差复现乐成率，， ，，，，不是误差发明准确率。。。。。。
是不是说，， ，，，，这个95.95%的数字就没那么厉害了？？？？
CyberGym原始论文里，， ，，，，其时最强的组合OpenHands加Claude-3.7-Sonnet，， ，，，，复现率只有11.9%。。。。。。
一年多，， ，，，，从11.9%到95.95%，， ，，，，这数字爬升自己就够惊人了。。。。。。
不过，， ，，，，得给这个效果打个补。。。。。。鹤柚狗⒏，， ，，，，95.95%还没进CyberGym果真榜单，， ，，，，榜上挂的仍是微软5月那次88.4%的旧分。。。。。。
以是严酷说，， ，，，，它现在只能算「微软自己宣称」。。。。。。
但MDASH在5月12日首发时的88.45%，， ，，，，就是其时CyberGym果真榜单上的最高分，， ，，，，领先第二名约5个百分点。。。。。。
尚有一点，， ，，，，MAI-Cyber-1-Flash现在并不是公共模子，， ，，，，它只在MDASH内部，， ，，，，通过Azure AI Foundry的私人预览，， ，，，，向审核通过的客户开放。。。。。。
造了自己的模子
最难的活还得交给OpenAI
微软造出了自己的清静模子，， ，，，，本想少依赖点OpenAI。。。。。。
可最难的那10%，， ，，，，最后照旧得交给GPT-5.4收尾。。。。。。
The Decoder的点评一针见血：微软有了自己的网络清静模子，， ，，，，最硬的骨头照旧得OpenAI来啃。。。。。。
微软的角色，， ，，，，从「OpenAI模子的分销商」，， ，，，，升级成了「编排者＋自家专才」。。。。。。
但在模子这一层，， ，，，，还没对OpenAI彻底「断奶」。。。。。。
从清静Copilot
到清静行动系统
统一天，， ，，，，微软还甩出了一个更大的工具：Project Perception。。。。。。
这是比MDASH更大的智能体清静系统。。。。。。
红队智能体认真找出可能的攻击路径，， ，，，，蓝队智能体视察、判断哪些才是真风险，， ，，，，绿队智能体下手修复和加固。。。。。。
三支步队围成一个闭环，， ，，，，自己找、自己判、自己修。。。。。。
Project Perception的三队智能体：红队模拟攻击，， ，，，，蓝队检测分诊，， ，，，，绿队修复加固，， ，，，，8月3日进入果真预览。。。。。。（图源：Microsoft）
8月3日进入果真预览。。。。。。
但要害行动，， ，，，，微软仍然坚持要留在人手里。。。。。。
其中能看出一条正在转变的行业主线：网络清静，， ，，，，正在从「清静Copilot」转向「清静行动系统」。。。。。。
以前的系统忙着爆发更多告警，， ，，，，新一代系统比的是，， ，，，，能不可一连地感知、推理，， ，，，，然后直接下手。。。。。。
有位清静研究者Moczad?o讲得很透：护城河正在从「模子会见」转向「验证」。。。。。。
现在花30美元跑一次果真模子，， ，，，，也能复现出Mythos级别的误差狩猎。。。。。。
真正稀缺的，， ，，，，是那套既能证实误差为真、又不把开发者埋进误报堆里的系统。。。。。。
以是，， ，，，，以后拼的不再是谁能挪用最强的模子，， ，，，，而是谁能把模子、数据、智能体、验证，， ，，，，打造成一套一连运转、还信得过的清静行动系统。。。。。。
系统的牌桌，， ，，，，才刚刚开局。。。。。。
参考资料：
https://x.com/satyanadella/status/2081779755146482153?s=20
https://microsoft.ai/news/introducing-mai-cyber-1-flash-inside-mdash/
https://arxiv.org/pdf/2506.02548
https://blogs.microsoft.com/blog/2026/07/27/rethinking-security-for-the-age-of-ai/
编辑：元宇
