微軟以小型資安模型承接九成掃描，MDASH 僅將難題升級至 GPT-5.4

微軟於 7 月 27 日公布 MAI-Cyber-1-Flash，這是一款由 MAI-Thinking-1 衍生、偏重程式碼與資安資料的緊湊模型。它並非獨立取代前沿模型，而是嵌入 MDASH 多模型代理框架：專用模型承接約九成漏洞分析，只有最困難的一成任務才路由至 GPT-5.4。這種分層推論把「模型路由」直接用在資安經濟性上，官方表示相較原本由 GPT-5.4、5.4 mini 與 5.3 Codex 組成的配置，成本可降低 50%。

MDASH 本身包含逾 100 個代理，分別執行程式碼理解、漏洞假設、利用驗證與修補等工作。新版混合系統在含 1,507 項已知漏洞重現任務的 CyberGym 得到 95.95%，較官方列出的 Mythos、Gemini 與 GPT 比較配置高約 10 至 13 個百分點。微軟同時推出 Project Perception，先以 Red、Blue、Green 三組代理對應找出弱點、判定風險及產生修補，並計畫將 MAI-Cyber-1-Flash 擴展至更多安全工作流。

部署者應注意，95.95% 是整個 MDASH 加 GPT-5.4 的系統成績，不能歸因於單一模型；比較配置的提示、工具預算與推論成本也尚未完整公開。模型不會釋出權重，而是經 Azure AI Foundry 的客戶審查與算力配置提供，公開預覽預定於公告後一週開始。微軟稱平台提供租戶隔離、角色權限、稽核及無網路沙箱，但工程團隊仍需驗證誤報、修補回歸測試、權限邊界，以及代理產生可執行利用程式時的人工核准流程。