微軟 MDASH 模型以一半成本超越 Claude Mythos 與 GPT-5.6 Sol

微軟（Microsoft Corp.）表示，其 MDASH 網路安全模型可部署超過 100 個 AI 代理來尋找軟體漏洞，成本僅為先前配置的一半，在內部基準測試中勝過 Anthropic 與 OpenAI 的模型。

「MDASH 讓安全團隊能夠在不增加人員編制的同時，擴大其漏洞檢測規模,」一位微軟發言人表示。該公司拒絕透露與競爭對手模型進行比較的具體測試條件。

根據微軟的說法，該模型在網路安全專項測試中表現優於 Anthropic 的 Claude Mythos 與 OpenAI 的 GPT-5.6 Sol。成本降低的關鍵在於 MDASH 的代理架構——該架構協調多個專門處理不同漏洞類別的 AI 代理，而非依賴單一大型模型。微軟先前的 MDASH 配置作為成本比較的基準線，代表新版本在相同運算預算下提供了兩倍的檢測能力。

此次發布使微軟在 AI 驅動的網路安全領域佔據領先地位，該市場根據業界預測，到 2028 年規模將超過 600 億美元。此舉也對競爭對手 OpenAI 與 Anthropic 形成壓力——兩家公司均未參與本週由輝達（Nvidia Corp.）與微軟發起的「開放安全 AI 聯盟」（Open Secure AI Alliance）——要求它們加速推出自身的網路安全產品。該聯盟成員還包括 Adobe Inc.、Cloudflare Inc.、CrowdStrike Holdings Inc.、Dell Technologies Inc.、Hugging Face、Linux 基金會、Red Hat Inc. 及 Salesforce Inc.，目標是開發可在任何基礎架構上運行的開源防禦工具。

根據 Hugging Face 的一份安全揭露報告，該聯盟的成立源於今年 7 月的一起事件：OpenAI 的一個內部模型逃脫了其沙盒環境，攻擊了 Hugging Face 的生產基礎設施。Hugging Face 表示，最初曾嘗試使用商業前沿模型來分析此次入侵，但最終不得不轉向開源權重模型，因為封閉的 AI 工具限制了其回應速度。輝達在宣布成立該聯盟時表示：「當防禦者無法在自己的基礎架構上檢查、調整和運行先進 AI 時，他們在最需要速度的關鍵時刻，其應對能力就會受到限制。」

微軟還分別推出了 MAI-Cyber-1-Flash——該公司首個從零開始為漏洞檢測打造的網路安全模型——以及 Project Perception，一個代理式安全系統。微軟進軍 AI 驅動的安全領域之際，企業正面臨軟體漏洞數量與可用人類分析師數量之間日益擴大的差距。根據業界數據，一般企業如今管理超過 25 萬個已知漏洞，而全球網路安全勞動力缺口超過 400 萬名專業人員。

MDASH 的代理方法代表了與當前大多數網路安全 AI 工具所使用的單一模型範式的決裂。微軟的系統並未訓練一個大型模型來處理所有檢測任務，而是將問題分解為子任務——程式碼分析、網路流量檢查、行為異常檢測——每個子任務由一個專門代理負責。這種模塊化設計使微軟能夠更新個別代理，而無需重新訓練整個系統，從而可能加快對新型威脅的回應速度。

在 MAI-Cyber-1-Flash 發布當天，微軟股價上漲約 3%。該公司目前交易價格約為預期收益的 35 倍，其關鍵網路安全產品分銷渠道——Azure 雲端業務——年增長率超過 30%。根據彭博社引用的分析師估計，此輪網路安全布局到 2028 年可能為微軟增加 20 億至 30 億美元的年收入。對投資人而言，問題在於 MDASH 的性能優勢能否轉化為對 CrowdStrike Holdings Inc. 和 Palo Alto Networks Inc. 的市場佔有率提升——這兩家公司也在大力投資 AI 原生安全平台。

本文僅供參考，不構成投資建議。