微软发布首个专用网络安全模型MAI-Cyber-1-Flash，并将其整合到漏洞狩猎系统MDASH中。据微软称，该系统在CyberGym基准测试中取得了95.95%的得分，击败了Anthropic的Mythos 5（83.8%）、OpenAI的GPT-5.6 Sol（83.6%）以及GPT-5.5 Cyber（85.6%）等模型，同时成本比微软当前最佳MDASH配置降低50%。
CyberGym基准测试要求AI代理在188个开源项目中重现1507个已知漏洞，按受控环境下的成功重现比例评分。微软CEO萨提亚·纳德拉表示：“当与MDASH结合时，MAI-Cyber-1-Flash以领先模型50%的成本提供了世界级的性能。”
MAI-Cyber-1-Flash并非独立工作。微软称它处理高达90%的任务，而MDASH将最困难的10%路由到GPT-5.4。MDASH是一个由超过100个专用代理组成的系统，负责审计代码、辩论发现是否真实、构建漏洞利用证明。
微软认为，随着AI降低漏洞发现成本，定期扫描和延迟补丁正在过时。该公司强调，数十年的安全数据为其提供了优势，“没有人能制造这段历史”。
自从Claude Mythos发布以来，网络安全专家一直在尝试超越或匹配其能力。研究人员已用公开模型以每次扫描低于30美元的成本重现了Mythos风格的漏洞狩猎。参与的研究员Dawid Moczadło表示：“护城河正在从模型访问转向验证。”稀缺的部分变成了能够证明发现而不被误报淹没的系统。
此前Decrypt报道，GPT-5.5 Cyber以85.6%的得分暂居CyberGym公开排行榜首位，略高于Mythos。微软的得分比GPT-5.5 Cyber高出约10个百分点，比MDASH之前的结果高出7.5个百分点，但该得分评估的是整个系统而非MAI-Cyber-1-Flash本身。
微软通过Defender门户中的Microsoft Security Exposure Management提供MDASH的私人预览。客户可以扫描Git仓库，查看从“不可能”到“已证明”的发现排名，并使用Defender CLI生成代码修复建议供开发者审查。当前预览版限制仓库大小约256MB，每个租户仅允许一次并发扫描。Project Perception预计将把同样的多代理方法扩展到代码扫描之外，用于更广泛的威胁监控和修复工作流。