MAI-网络1

模型 在 MDASH 中引入 MAI-Cyber​​-1-Flash 世界一流的安全性，成本减半 Mustafa Suleyman 和 Hayete Gallot 2026 年 7 月 27 日 模型 Mustafa Suleyman 和 Hayete Gallot LI X FB 今天，我们宣布在我们的多代理漏洞识别和修复工具 MDASH 中引入 MAI-Cyber​​-1-Flash。它们共同提供了世界一流的性能，而成本仅为领先型号的 50%。人工智能的进步令人震惊，其引发的新一代网络威胁也是如此。攻击者现在拥有越来越强大的能力，可以探测不断增长的代码山，只寻找一个让他们进入的弱点。随着发现缺陷的成本大幅下降，偶尔扫描并最终修补的旧安全模式现在已经过时了。如果我们要释放人工智能的真正优势，我们必须首先构建出色的网络模型，帮助我们所有人强化世界运行的软件。这就是 MAI-Cyber​​-1-Flash 背后的动机，它的构建是为了发现复杂代码库中具有挑战性的漏洞。它已深度集成到 MDASH 中，由业内最优秀的网络安全专家精心打造，并在全球最大的安全领域进行了强化。这种综合的专业知识提供了卓越的安全保护，在 Cyber​​Gym 上击败了 Mythos、Gemini 和 GPT，Cyber​​Gym 是评估系统如何推理大型代码库以发现代码中真正漏洞的黄金标准基准。为任务选择正确的模型 安全性是一项永远在线的任务，考虑到大量的入站攻击，令牌成本现在是防御者的真正限制。 MAI-Cyber​​-1-Flash 旨在高效处理高达 90% 的所有任务，使 MDASH 能够使用我们队列中更大且成本最高的模型（在本例中为 GPT-5.4）来处理真正需要它们的 10% 的异常困难的任务。结果是，MDASH 与 MAI-Cyber​​-1-Flash 的统一系统在 Cyber​​Gym 上实现了 96%（比 Mythos 高出 12 分）。与我们当今 MDASH 中的最佳产品（GPT 5.4 + 5.4 mini + 5.3 codex）相比，这种组合可节省 50% 的成本。这就是经过精心调整的多模型系统的力量，该系统可以访问独特的丰富历史训练数据。它确保您始终以最优惠的价格完成每项任务。在这个新环境中，能够从识别新漏洞到实时解决它至关重要。虽然软件漏洞的人工智能修复现在是一个关键的安全工作流程，但安全从业者自己还有很多工作要做。这就是为什么今天我们还推出了 Perception，我们的代理安全系统，它为 MDASH 中的各种安全工作流程提供代理团队，以持续监控、修补和关闭新的威胁向量。 Perception 很快还将使用 MAI-Cyber​​-1-Flash 来实现软件漏洞工作之外的更多安全工作流程。今天，三件事很重要：模型。数据。马具。我们共同优化了我们的世界一流模型、无与伦比的历史数据以及经过专家调整的安全工具，以确保我们的客户拥有独特且强大的安全产品。模型。 MAI-Cyber​​-1-Flash 是一种紧凑的、代码密集的安全模型，源自 MAI-Thinking-1 谱系，该模型是在内部基于最高质量的数据从头开始构建的。详细信息请参阅我们的技术报告。数据。我们最深层的优势。几十年来构建世界一流的安全系统现在为我们提供了跨身份、端点、云和网络的数万亿个日常信号，以及无与伦比的真实漏洞利用和补救措施记录。没有人能够制造这段历史。马具。 MDASH 是我们的多代理漏洞识别和修复工具，由业内最优秀的安全专家进行调整，他们使用多种领先模型创建了 100 多个代理来查找、验证和修复漏洞。代理代码扫描是安全运营中心的一项关键功能，并为我们新的代理安全系统 Project Perception 提供支持。以安全为先构建 由于 MAI-Cyber​​-1-Flash 是 Microsoft 的第一个网络模型，因此我们在系统的每一层（从模型训练到客户部署）中建立了信任。该模型是按照安全第一的校准开发的，由微软的人工智能红队严格评估，通过自动化和专家主导的对抗性练习进行测试，并由第三方独立评估。信任超越了模型本身。通过 MDASH，客户可以获得企业级控制，包括基于角色的控制、租户隔离、加密、可审计性和无需互联网访问的沙盒执行环境。其结果是一个网络模型，可以为防御者提供强大的功能，同时保持企业期望从 Microsoft 获得的治理、安全和控制。我们的爬山机 网络安全不仅仅是一个数据丰富的领域；它也是一个数据丰富的领域。这是一个实时强化学习循环。防御者每天都会调查威胁、分类警报、追捕对手、修复漏洞、部署