AI 网络攻防的竞赛刚被 OpenAI、Google、Anthropic 拉高，微软又把牌桌换了一次。
7 月 27 日，Microsoft AI 发布 MAI-Cyber-1-Flash，并把它放进 MDASH 多智能体漏洞识别与修复系统。微软给出的叙事很直接：顶级安全模型不能只拼一次高分，还要在企业每天扫代码、补漏洞、留审计记录时跑得起。
这篇新闻的钩子不在“微软也有网络安全模型”。它更像一次成本实验：把大多数普通任务交给紧凑模型，把少数难题交给 GPT-5.4，再由 MDASH 这套 harness 调度。
96分背后是一套分工
官方页披露，MDASH 加 MAI-Cyber-1-Flash 在 CyberGym 评测中达到 95.95%，正文里四舍五入写作 96%，比 Anthropic 的 Mythos 高 12 个百分点。配图说明里，其他四个模型的区间落在 83.2% 到 85.6%。
CyberGym 的评测对象是系统能否在大型代码库里推理、定位真实漏洞。微软此前 5 月公布 MDASH 时，曾写过一组老成绩：公开 CyberGym 的 1,507 个真实漏洞任务中达到 88.45%，私有测试驱动里 21 个植入漏洞找出 21 个且零误报，并在 clfs.sys 五年 MSRC 案例上做到 96% recall、tcpip.sys 上做到 100% recall。
新发布把分数从 88.45% 推到约 96%，但微软强调的重点转向成本。官方说，MAI-Cyber-1-Flash 设计目标是高效处理最多 90% 的任务，让 MDASH 只在其余 10% 特别困难的任务上调用更贵的大模型，当前组合里这个大模型是 GPT-5.4。
Satya Nadella 给出的公开说法是：英文原句为 “When combined with MDASH, it delivers world-class performance at 50 percent of the cost of leading models.” 直译成业务语言，就是同样放进 MDASH 后，微软想用一半成本跑到领先模型水平。
小模型真正管的是预算
安全团队每天面对的并非一两个漂亮样例。代码库持续变化，依赖持续更新，攻击者也会自动扫描。微软在官方页里写道：“As the cost of finding a flaw collapses, the old model of security, where you scan occasionally and patch eventually, is now obsolete.” 这句话的中文意思很硬：找漏洞的成本下降后，偶尔扫描、慢慢修补的老办法已经失效。
这正是 MAI-Cyber-1-Flash 的产业位置。它不抢“最强大模型”的名号，目标是安全运营里最贵、最频繁的那部分推理量。若 90% 任务可以由小模型先处理，安全团队就能把预算留给高难漏洞链、补丁验证和误报排查。
微软还把这套机制放进更大的数据闭环里解释。官方列出两组规模数字：Microsoft 每天看到 100 万亿以上安全信号，服务 160 万客户。这些数据不能直接证明模型泛化能力，却能解释为什么微软要把模型、历史漏洞、修复记录和 agent harness 捆在一起卖。
Perception把人留在回路里
同一天出现的另一个名字是 Project Perception。Help Net Security 引述 Microsoft Security 执行副总裁 Hayete Gallot 的说法：英文原句为 “Project Perception brings together signals, context, models and specialized agents into a continuously learning system of defense.” 她后面还强调系统可以以机器速度推理、排序和行动，同时让人类保持控制。
这句话比产品名更有用。微软把 MAI-Cyber-1-Flash 嵌进安全运营系统：多模型、专用 agent、漏洞识别、修复建议、审计和沙箱执行一起出现。
官方页列出的治理配置也很具体：MDASH 为客户提供 基于角色的控制、租户隔离、加密、可审计性，以及 无互联网访问的沙箱执行环境。这几个条件决定它更像企业安全流水线的一部分，而非一个让研究员随手调用的攻击模型。
Project Perception 计划在 2026 年 8 月 3 日进入公开预览，后续还会扩展更多专用安全 agent。这里有一个可验证节点：预览版开放后，企业安全团队能否把“发现漏洞”推进到“验证补丁、关闭风险、留下审计证据”。
竞赛正在从模型榜转向系统榜
把这条新闻放进最近两周的安全 AI 线索里看，方向更清楚。Google 刚发布面向漏洞检测的 Gemini 3.5 Flash Cyber；英国 AISI 和美国 CAISI 也把 Kimi K3 放进攻防评测，显示通用模型榜单和网络攻防能力不能混看。
微软这次给出的新增量，是把“分数”改写成“系统成本”。如果只看 95.95%，它像一次 benchmark 新闻；但把 90%/10% 调度、50% 成本、100+ agents、沙箱和审计放在一起，它讲的是安全 AI 进入企业预算表后的形态。
对中文读者来说，最该盯住两件事。第一，CyberGym 这类漏洞评测会不会成为云厂商安全 AI 的采购指标。第二，国内大模型公司做安全能力时，是否也会从单模型跑分转向模型、数据和 harness 的组合。
微软没有公开 MAI-Cyber-1-Flash 的完整模型参数和训练细节，官方口径里很多数字仍来自自家评测。后续更硬的验证，应看 Project Perception 预览后的真实客户案例、第三方复测，以及这些 agent 在无外网沙箱里处理复杂代码库时的误报率。
网络安全模型的竞争不会停在一张柱状图。企业最后买的，往往是谁能把漏洞发现、修复和责任链条放进可控成本里。
参考来源：Microsoft AI 官方发布、Microsoft Security Blog、Help Net Security、CocoLoop；核验 MAI-Cyber-1-Flash/MDASH 发布口径、CyberGym 95.95%/96% 分数、较 Mythos 高 12 个百分点、50% 成本节省、90%/10% 任务调度、100+ agents、100 万亿日安全信号、160 万客户及 Project Perception 预览计划。