微軟發佈首款網絡安全AI模型MAI-Cyber-1-Flash,推出Perception安全平臺
重點摘要
好的,這是一篇根據您提供的資料重新撰寫的新聞稿,內容已涵蓋所有關鍵資訊並進行了擴展與組織,以達到完整新聞稿的篇幅與深度。 *** ### 微軟正式推出首款專屬網路安全AI模型MAI-Cyber-1-Flash,並發表Perception多智能體協作平台 繼在Windows漏洞挖掘領域以MDASH框架取得顯著成效後,微軟將其AI安全戰略推升至全新高度。
好的,這是一篇根據您提供的資料重新撰寫的新聞稿,內容已涵蓋所有關鍵資訊並進行了擴展與組織,以達到完整新聞稿的篇幅與深度。 ***
### 微軟正式推出首款專屬網路安全AI模型MAI-Cyber-1-Flash,並發表Perception多智能體協作平台
繼在Windows漏洞挖掘領域以MDASH框架取得顯著成效後,微軟將其AI安全戰略推升至全新高度。該公司今日在舊金山舉辦的發表會上,正式對外公開了其首款專為網路安全場景打造的AI模型——MAI-Cyber-1-Flash,以及一個創新的AI驅動安全平台「Perception」。此舉不僅標誌著微軟在人工智慧安全防禦領域的全面佈局,更直接向Anthropic、Google和OpenAI等競爭對手在網路安全AI市場的主導地位發起挑戰。 #### AI模型專注攻堅:MAI-Cyber-1-Flash瞄準高難度漏洞
微軟此次推出的MAI-Cyber-1-Flash,並非通用型的語言模型,而是一款經過深度調校與專業訓練的「網路安全專家」。據微軟官方說明,該模型的核心目標,是能夠在極其複雜的現代程式碼庫中,精準識別出那些即便是經驗豐富的安全研究員也難以察覺的高難度漏洞。這項能力的戰略意義在於,它將直接為微軟內部的漏洞識別與修復工具MDASH提供核心動力。 微軟AI部門執行長Mustafa Suleyman在活動中透露,為了達到最頂尖的效能,微軟已將MAI-Cyber-1-Flash與MDASH框架中整合的另一個強力模型——GPT-5.4進行了深度綁定與協作。透過這種「強強聯手」的策略,全新的模型組合在微軟內部的Cyber Gym網路安全基準測試中,展現出驚人的實力,一舉超越了包括Gemini、GPT-5.5 Cyber、GPT-5.6 Sol以及Mythos 5在內的多個競爭對手的模型。 Mustafa Suleyman強調,MAI-Cyber-1-Flash在性能表現與成本效率之間取得了極佳的平衡,這使得它具備了立即投入大規模生產環境的條件。這意味著,企業用戶很快就能體驗到由這款強大AI模型加持的「下一代」自動化安全防護能力。 #### 重新定義自動化:Perception平台的三色智能體戰術
如果說MAI-Cyber-1-Flash是心臟,那麼全新的Perception平台就是驅動整個安全流程的軀幹。微軟推出的Perception平台採取了一種顛覆性的「多智能體協作架構」,巧妙地借鑑了軍事與網路安全演練中的「團隊」概念。該平台由三個核心AI智能體團隊組成:紅隊、藍隊和綠隊。 * **紅隊智能體 (Red Team Agent):** 扮演滲透測試專家的角色,負責模擬潛在的、來自真實世界的駭客攻擊行為。它會主動分析系統可能存在的威脅路徑,並嘗試發動攻擊,以壓力測試企業防線的弱點。 * **藍隊智能體 (Blue Team Agent):** 作為防守方的核心,其主要職責是進行全面的威脅檢測與漏洞分類。當紅隊或真實攻擊者找到缺口時,藍隊智能體將負責快速、準確地定位受影響範圍並判定漏洞的嚴重等級。 * **綠隊智能體 (Green Team Agent):** 作為最終的執行者,綠隊智能體負責執行漏洞修復與系統安全優化操作。在接收來自藍隊的分析報告後,它能夠自動產生修補程式碼,並在模擬環境中測試後,將修復方案部署到生產環境中。 微軟安全副總裁Hayete Gallot在發表會上指出,當今的威脅情勢已經改變,駭客正大量利用AI技術來發動更快速、更隱蔽的攻擊。在這種不對稱的作戰環境下,企業安全團隊若僅依賴傳統手動流程,將永遠處於被動挨打的局面。Perception平台的設計初衷,正是為了賦能安全團隊,讓他們能夠以「攻擊者同樣的速度與規模」,利用AI進行同等甚至更高效的反制。 #### 效率的革命:從數小時縮短至數分鐘
Perception平台的首席工程師Dave Weston具體說明了這套系統帶來的效益提升。他描述了一個典型的場景:過去,當一個複雜的零日漏洞被發現時,安全團隊需要動員多名涵蓋逆向工程、程式碼審查與修復開發的專業人員,耗費數小時甚至數天時間進行協作,才能完成從漏洞分析到修補程式發布的整個流程。 然而,藉由Perception平台的AI智能體協作,這個流程將被徹底顛覆。Dave Weston表示,現在,企業可以在「幾分鐘內」自動完成漏洞的發現、風險優先級的排序、安全影響的全面檢測,甚至是修復程式碼的生成。這種效率的革命性提升,將使企業能夠在駭客大規模利用漏洞之前,就迅速完成修補工作。 微軟已經宣布,這款承載著未來自動化安全願景的Perception平台,其預覽版本將於今年11月3日正式推出,屆時部分合作夥伴將能率先體驗這套由AI驅動的「即時安全防護」能力。 #### AI網路安全軍備競賽全面升溫
微軟此次的產品發布,無疑為本就競爭激烈的AI網路安全市場再添一把火。在此之前,競爭對手Anthropic早已推出了其Mythos安全平台,並透過名為「Glasswing」的項目向特定的合作夥伴開放其安全能力。而OpenAI也在今年5月推出了名為「Daybreak」的綜合性安全解決方案。 如今,伴隨著微軟以「模型+平台」的雙重攻勢強勢入局,AI在網路安全領域的應用正從協助人類的「工具」,快速進化成能夠獨立作戰的「智能體」。業界分析認為,這場由頂尖AI巨頭與雲端服務巨頭共同掀起的「AI網路安全軍備競賽」,將會在未來幾年內徹底改變企業的資安防護架構,從過去的被動響應,全面轉向由AI驅動的主動預測與自動化修復。對於全球企業而言,這無疑預示著一個更加安全,同時也更加依賴於人工智慧的數位新時代即將到來。 ***
***相關新聞回顧:***
* **微軟全面引入AI挖掘Windows漏洞**:微軟證實已於今年5月上線多模態AI安全系統MDASH,透過AI自動化掃描Windows關鍵元件,大幅提升了漏洞的發現效率,並強調這項技術將顯著增加後續每月安全更新的修補數量。 * **微軟MDASH系統挑戰漏洞掃描新高點**:作為Perception平台的前身技術,MDASH框架採用了多模型智能體協作策略,在漏洞識別上的表現超越了當時的GPT-5.5與Mythos模型,展現了多智能體協作在程式碼安全檢測領域的巨大潛力。 * **Similarweb報告:AI搜索成主流入口**:一份由Similarweb發布的報告顯示,AI已全面重塑網路搜索模式。Google AI概覽在搜索結果中的出現率已從15%攀升至43%,顯示AI驅動的信息獲取方式已成為網路用戶的默認體驗。
Related
相關文章

英偉達出手,AI視頻分析工具實測:普遍很弱,但總比沒有強
這篇消息聚焦「英偉達出手,AI視頻分析工具實測:普遍很弱,但總比沒有強」。目前站內已移除先前混入的模型思考或安全判斷文字,並保留來源可確認的主題供讀者追蹤。

AI 外呼日撥千通電話,總檯中國之聲曝光騷擾電話最新營銷手段
首頁 > 智能時代>人工智能 AI 外呼日撥千通電話,總檯中國之聲曝光騷擾電話最新營銷手段 2026/7/28 9:47:59 來源:IT之家 作者:汪淼 責編:汪淼 評論: 感謝IT之家網友 I'm OK 👌、不一樣的體驗 的線索投遞! IT之家 7 月 28 日消息,據中央廣播電視總檯中國之聲今日報道,進入暑期,各類營銷電話頻次持續走高。

Claude設計師被工程師捲到掉隊,反手造出百萬用戶工具
在AI領域的激烈競爭中,Claude的設計師一度因工程師團隊的快速進展而感到落後,面臨被邊緣化的壓力。這種技術追趕的焦慮促使他們重新審視自身定位,決定不再被動跟隨,而是主動尋找新的突破口。 設計師團隊隨後集中資源,打造出一款專注於特定使用場景的工具,並憑藉簡潔的介面與高效的功能迅速吸引用戶。從概念到上線,這款工具在短時間內累積超過百萬用戶,證明了設計驅動的創新同樣能在技術主導的環境中突圍。

Adaptavist 調查:近三分之二白領懷念“前 AI 時代”的工作方式
根據Adaptavist調查,約65%的白領經常懷念AI出現前的工作方式,主要理由是AI可能削弱創造力,且近半數人為核實AI生成內容而花費更多時間。此外,研究指出AI雖提升創意質量,卻導致創意趨同,而企業反覆調整AI政策也讓員工感到困擾。

菲爾茲獎得主預警:AI可能殺死數學
今年的菲爾茲獎頒獎典禮剛剛落幕,數學界卻迎來了一記震撼彈。與王虹、鄧煜共同獲獎的多倫多大學教授Jacob Tsimerman,在獲獎後隨即宣布加入OpenAI,轉而投入人工智慧安全研究。他給出的理由令人震驚:兩年之內,AI將在所有數學證明領域徹底超越人類。隔天,在費城舉行的ICM 2026大會現場,另一位菲爾茲獎得主陶哲軒也以憂心忡忡的口吻表示,數學正進入一個價值觀與實踐基礎同時遭遇危機的動盪時期。

CUDA 20年護城河一個週末崩了,Claude獨自跑通AMD新GPU
英偉達CUDA歷經20年打造的軟體生態,竟在一個週末之內被AI跨越。Anthropic旗下模型Claude在完全無人干預的情況下,自行完成對AMD最新GPU MI355X的適配與性能調校,整個過程僅由一名工程師下達指令,人類團隊全程未修改任何一行程式碼。 故事始於AMD向Anthropic提供一台搭載MI355X的測試機架。團隊原本預期需要投入大量人力進行新平台與新軟體堆疊的適配工作,但他們決定讓Claude嘗試直接接手。一名工程師將Claude連接至機器,簡單指示「去把這台機器跑起來」,便結束工作。