Robocikowo>ROBOCIKOWO
Sztuczna Inteligencja

Microsoft wypuszcza MAI-Cyber-1-Flash i agentowy system Perception

Microsoft wypuszcza MAI-Cyber-1-Flash i agentowy system Perception

Microsoft zaprezentował 27 lipca 2026 roku MAI-Cyber-1-Flash — swój pierwszy własny model AI wyspecjalizowany w cyberbezpieczeństwie — oraz Perception, agentowy system automatyzujący wykrywanie i naprawę luk w kodzie. Firma deklaruje, że model wchodzi do produkcji natychmiast, a publiczny preview platformy ruszy 3 listopada 2026 roku.

Najważniejsze w skrócie

  • MAI-Cyber-1-Flash to pierwszy model cyberbezpieczeństwa zbudowany wewnętrznie przez dział Microsoft AI
  • Perception rozstawia zespoły agentów: red (symulacja ataków), blue (wykrywanie i triage), green (naprawa błędów)
  • Model integruje się z MDASH — narzędziem Microsoftu do wykrywania i łatania luk w oprogramowaniu
  • Microsoft twierdzi, że model bije Gemini, GPT 5.5 Cyber, GPT 5.6 Sol i Mythos 5 w benchmarku Cyber Gym
  • Publiczny preview zaplanowano na 3 listopada 2026, a model trafia do produkcji od razu

Model wyspecjalizowany, nie uniwersalny

MAI-Cyber-1-Flash należy do rodziny modeli MAI rozwijanej przez dział Microsoft AI pod kierownictwem Mustafy Suleymana. Sufiks „Flash" wskazuje na model mniejszy i szybszy niż flagowe konstrukcje — nastawiony na koszt i przepustowość, a nie na maksymalną wielkość. Jak podaje GeekWire, model ma wykonywać większość pracy dużych modeli za połowę ceny, co dla operacji bezpieczeństwa działających w trybie ciągłym przekłada się bezpośrednio na rachunki.

Model jest zaprojektowany do wyszukiwania luk w złożonych bazach kodu i integruje się z MDASH — wewnętrznym narzędziem Microsoftu do wykrywania i naprawy podatności. Zamiast ogólnego asystenta, firma dostarcza komponent wpięty w konkretny etap pracy inżyniera bezpieczeństwa.

Perception: agenci w trzech kolorach

Perception (Project Perception) to warstwa agentowa nad modelem. Platforma rozstawia zespoły wyspecjalizowanych agentów, dzielone według klasycznej terminologii bezpieczeństwa. Zespoły red symulują ataki, blue wykrywają i porządkują zgłoszenia błędów, a green wykonują poprawki. Celem jest domknięcie pętli: od znalezienia luki, przez priorytetyzację, po naprawę kodu.

Dave Weston, główny inżynier projektu, twierdzi, że praca, która wcześniej zajmowała „godziny ręcznej roboty", w nowym układzie — od wykrycia i priorytetyzacji po naprawę postury i kodu — ma zamykać się „w minutach". To deklaracja producenta, nie zweryfikowany niezależnie wynik.

Wdrażamy to do produkcji natychmiast.

Mustafa Suleyman, CEO Microsoft AI.

Hayete Gallot, wiceprezeska ds. bezpieczeństwa, ujęła logikę produktu wprost: Perception ma pozwolić obrońcom „bronić się przed AI za pomocą AI, w skali i tempie, jakim dysponują atakujący". To odpowiedź na trend, w którym narzędzia ofensywne również korzystają z modeli językowych.

Benchmark i konkurencja

Microsoft opiera przewagę na benchmarku Cyber Gym, gdzie — według firmy — MAI-Cyber-1-Flash wyprzedza Gemini, GPT 5.5 Cyber, GPT 5.6 Sol oraz Mythos 5. Warto zauważyć, że dwa z tych modeli (GPT 5.5 Cyber, GPT 5.6 Sol) to konstrukcje OpenAI, co pokazuje, że Microsoft konkuruje tu bezpośrednio z partnerem, w którego zainwestował. Wyniki pochodzą z materiałów Microsoftu i nie zostały potwierdzone niezależnie.

Premiera wpisuje się w szerszy wyścig wyspecjalizowanych modeli cyber. Google w tym samym tygodniu wprowadził Gemini 3.5 Flash Cyber, a rynek dostawców bezpieczeństwa coraz częściej stawia na mniejsze, tańsze modele dedykowane obronie, zamiast jednego uniwersalnego asystenta.

Dlaczego to ważne?

Microsoft przestaje być tylko dostawcą infrastruktury i modeli partnerskich, a zaczyna budować własny stos cyber — od modelu po warstwę agentów. To sygnał, że firma traktuje bezpieczeństwo jako obszar, w którym chce mieć kontrolę nad całym łańcuchem, a nie polegać wyłącznie na OpenAI. Wybór taniego, szybkiego modelu zamiast największego dostępnego jest tu znaczący: operacje bezpieczeństwa działają nieprzerwanie i skalują się z liczbą zdarzeń, więc koszt jednostkowej inferencja: pojedyncze uruchomienie modelu AI w celu wygenerowania odpowiedzi decyduje o tym, czy automatyzacja w ogóle się opłaca.

Jednocześnie architektura red/blue/green pokazuje, dokąd zmierza branża — od pojedynczego chatbota-asystenta ku zespołom agentów dzielącym między siebie etapy obrony. Ryzyko jest jednak realne: wszystkie liczby pochodzą od producenta, a przekazanie agentom prawa do „zielonych" napraw w kodzie produkcyjnym wymaga zaufania, którego benchmark nie gwarantuje.

Co dalej?

  • Publiczny preview platformy Perception zaplanowany na 3 listopada 2026 według materiałów Microsoftu
  • MAI-Cyber-1-Flash wchodzi do produkcji natychmiast — pierwszym poligonem będą wewnętrzne procesy Microsoftu i integracja z MDASH
  • Bezpośrednia konkurencja z modelami cyber OpenAI (GPT 5.5 Cyber, GPT 5.6 Sol) i Google (Gemini 3.5 Flash Cyber) będzie testem deklarowanych wyników Cyber Gym

Źródła

Udostępnij ten artykuł