Microsoft 解決 AI 安全問題：更多 AI 與更多縮寫詞
為何重要
微軟的策略體現了「以 AI 對抗 AI」的防禦邏輯，透過專用小模型搭配大型模型能將成本降低一半，這為 AI 安全提供了更可行的商業化路徑。對於產業而言，微軟開放資金並建立專業紅隊網路，可能為 AI 安全領域引入大量相關研究人才與新興技術，進一步推動整體防禦標準的演變。
Microsoft 在週一宣佈一套新的 AI 安全模型與代理系統，以自主方式處理日益增長的軟體漏洞與威脅，目標是在具備高防禦能力的同時降低商業成本。
- 專用安全型模型效能突出：基於 MAI-Thinking-1 推理模型的專用模型 MAI-Cyber-1-Flash 與 GPT-5.4 搭配，在 CyberGym 基準測試中達成 95.95% 的成功成功率，高於 OpenAI 的 GPT-5.5、GPT-5.6 以及 Anthropic 的 Mythos。
- 成本最佳化設計：系統採用分工架構，MAI-Cyber-1-Flash 負責處理 90% 查詢並驗證修復，較小的 GPT-5.4 僅處理剩餘 10% 的複雜任務，整體運作成本比其他領先商業模型低約 50%。
- 代理生態與研釋出局：微軟推出 Project Perception 協調紅/藍/綠隊代理，並設立 Microsoft Security FORGE Labs 與 External Red Team Alliance (EXTRA)，向 18 個大學實驗室提供「無限制」資金。