Microsoft udostępnia MAI-Cyber-1-Flash, własny model AI do wykrywania luk w kodzie

Microsoft zaprezentował 27 lipca 2026 roku swój pierwszy model sztucznej inteligencji zbudowany od podstaw z myślą o cyberbezpieczeństwie. MAI-Cyber-1-Flash trafił do systemu MDASH, wewnętrznej platformy firmy do wykrywania i usuwania podatności w kodzie, a obok niego zadebiutowała agentowa platforma Perception, która ma zautomatyzować pracę zespołów bezpieczeństwa.

MAI-Cyber-1-Flash powstał na bazie rodziny modeli MAI-Thinking-1 i został zoptymalizowany pod kątem analizy dużych, złożonych repozytoriów kodu. Microsoft podaje, że model przeszedł przegląd wewnętrznego AI Red Teamu, testy adwersarialne oraz niezależną ocenę zewnętrznego audytora, zanim trafił do produkcji.

Jak działa MDASH

MDASH to system wieloagentowy, który od dłuższego czasu odpowiada w Microsoft za identyfikację i usuwanie podatności w oprogramowaniu firmy. Dotąd opierał się głównie na dużych modelach ogólnego przeznaczenia, takich jak GPT-5.4. Dodanie własnego, mniejszego modelu specjalizowanego w bezpieczeństwie ma pozwolić na tańsze i szybsze przetwarzanie rutynowych zadań, przy zachowaniu wysokiej skuteczności wykrywania trudnych błędów.

System oferuje funkcje klasy enterprise: izolację najemców, szyfrowanie, kontrolę dostępu opartą na rolach oraz środowisko sandboksowe odcięte od sieci. To ma odpowiadać na obawy firm, które boją się udostępniać swój kod zewnętrznym modelom AI bez gwarancji, że dane nie wyciekną poza kontrolowane środowisko.

Perception jako warstwa agentowa

Perception to nadbudowana nad MDASH platforma, która łączy sygnały, kontekst, modele i wyspecjalizowanych agentów w system określany przez Microsoft jako stale uczący się mechanizm obrony. Zamiast pojedynczego skanera podatności, firmy mają otrzymać zespoły agentów pracujące równolegle nad symulacją ataków, wykrywaniem błędów i generowaniem gotowych poprawek kodu.

W minuty mamy gotową poprawkę na wszystko. Nie tylko wykrywamy i priorytetyzujemy problemy, ale mamy też wykrywanie, naprawę konfiguracji zabezpieczeń, a nawet poprawkę kodu - Dave Weston, lider projektu Perception w Microsoft

W połączeniu z MDASH dostarcza światowej klasy wydajność za 50 procent kosztu wiodących modeli - Satya Nadella, prezes Microsoft

Konkurencja w cyberbezpieczeństwie AI

Premiera wpisuje się w wyścig dużych firm technologicznych o miejsce w rynku cyberbezpieczeństwa wspieranego sztuczną inteligencją. Anthropic wprowadził swój model bezpieczeństwa Mythos w kwietniu 2026 roku, a OpenAI odpowiedział modelem Daybreak w maju. Microsoft twierdzi, że jego nowa konfiguracja wyprzedza oba rozwiązania w benchmarku CyberGym, który ocenia zdolność systemów AI do analizy dużych baz kodu pod kątem podatności.

Rywalizacja nabiera znaczenia w kontekście rosnącej liczby ataków, w których sama sztuczna inteligencja jest wykorzystywana ofensywnie do wyszukiwania luk i pisania eksploitów. Firmy zajmujące się bezpieczeństwem coraz częściej muszą bronić się narzędziami tej samej klasy, jakich używają atakujący, co napędza inwestycje w wyspecjalizowane modele obronne.

Znaczenie dla firm

Dla działów bezpieczeństwa oznacza to potencjalnie znaczące skrócenie czasu reakcji na nowe podatności, z godzin czy dni do minut, jak deklaruje Microsoft. Dla firm korzystających z usług chmurowych Microsoftu istotny może być też argument kosztowy: tańszy model specjalizowany pozwala obsłużyć większość rutynowych zadań bez sięgania po droższe, ogólne modele językowe przy każdym zapytaniu.

Microsoft nie podał jeszcze pełnego harmonogramu udostępnienia Perception poza klientami testowymi, zapowiadając stopniowe rozszerzanie platformy o kolejnych wyspecjalizowanych agentów bezpieczeństwa. Firma zaznacza, że MAI-Cyber-1-Flash ma z czasem obsługiwać także zadania bezpieczeństwa wykraczające poza analizę podatności w oprogramowaniu.