微軟表示 MDASH 在網路安全測試中超越 Claude Mythos 和 GPT-5.6 Sol

微軟推出了其首個專門的網路安全模型 MAI-Cyber-1-Flash，並將其整合進 MDASH，一個漏洞獵捕系統。根據該公司所述，MDASH 在成本上比微軟目前最佳的 MDASH 配置低 50%，並且超越了 Anthropic 的 Mythos 5 和 OpenAI 的 GPT-5.6 Sol。

根據微軟的說法，這個組合在 CyberGym 上的得分為 95.95%。CyberGym 是一個基準測試，要求 AI 代理重現 1,507 個已知漏洞，這些漏洞來自 188 個開源項目，然後根據在受控環境中成功重現的百分比進行評分。

這使得 MDASH 在得分上超越了 GPT-5.5 Cyber 的 85.6%、Mythos 5 的 83.8%、GPT-5.6 Sol 的 83.6% 和 Gemini 3.5 Flash Cyber 的 83.2%。這一結果由微軟自報，並且在發佈時尚未出現在 CyberGym 的公開排行榜上，儘管該基準使用的是公共測試集和明確的成功指標。

MAI-Cyber-1-Flash 並不是單獨運作的。微軟表示，它處理高達 90% 的任務，而 MDASH 將最困難的 10% 任務轉交給 GPT-5.4。這一點很重要，因為每次模型讀取代碼或生成答案時，處理的文本片段（tokens）都會產生費用。

這是微軟首次推出一個為效率而設計的模型，能夠超越以通用能力為考量的高密度尖端模型。微軟首席執行官 Satya Nadella 寫道：「與 MDASH 結合時，（MAI-Cyber-1-Flash）以 50% 的成本提供世界級的性能。」

模型（在這種情況下是 MAI-Cyber-1-Flash）是對代碼進行推理的 AI。鞍具（在這種情況下是 MDASH）是圍繞它的機械裝置：代理、工具、檢查和工作流程，決定在哪裡查找、挑戰可疑的發現、刪除重複項，並證明一個漏洞可以被觸發。

MDASH 使用超過 100 個專門的代理來審核代碼，辯論發現是否真實，並建立概念證明——一個工作演示，證明該缺陷的存在。

微軟表示，隨著 AI 使漏洞發現變得更便宜，偶爾的掃描和延遲的修補程序正變得過時。該公司認為，數十年的安全數據使其擁有優勢，並補充道：「沒有人能夠製造這段歷史。」

自從 Claude Mythos 發布以來，網路安全專家一直在努力超越或匹配其能力。研究人員使用公共模型以每次掃描不到 30 美元的成本重現 Mythos 風格的漏洞獵捕。參與研究的 Dawid Moczadło 表示：「護城河正在從模型訪問轉向驗證。」

稀缺的部分正在成為能夠證明發現的系統，而不會讓開發人員陷入虛假警報的困境。

Decrypt 也報導稱，GPT-5.5 Cyber 最近以 85.6% 的得分在公開的 CyberGym 中領先，稍微超越了 Mythos。微軟的得分約高於 GPT-5.5 Cyber 10 分，並高於 MDASH 之前的結果 7.5 分，但它評估的是整個系統，而不是 MAI-Cyber-1-Flash 本身。

微軟正在通過 Microsoft Security Exposure Management 在 Defender 入口網站中將 MDASH 放入私人預覽。客戶可以掃描 Git 倉庫，查看從不太可能到已證明的發現排名，並使用 Defender CLI 生成供開發者審查的代碼修正建議。

目前的預覽將倉庫限制為約 256MB，並允許每個租戶進行一次並行掃描。Project Perception 預計將擴展相同的多代理方法，超越代碼掃描，進入更廣泛的威脅監控和修復工作流程。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。