Microsoft hétfőn új fejezetet nyitott az AI-alapú kiberbiztonság piacán: bemutatta első, saját fejlesztésű biztonsági modelljét, valamint egy agentes (ügynökalapú) védelmi rendszert, és ezzel egyben azt az álláspontot is kommunikálta, hogy a vállalati AI-versenyben a jövő a legnagyobb modell helyett a „megfelelően jó és olcsó” modelleké, ha azokat okosan irányítják.
Mit jelentett be a Microsoft?
- MAI-Cyber-1-Flash: a Microsoft AI (MAI) részlegében kifejlesztett, kompakt biztonsági modell, amelyet a cég a MDASH nevű többügynökös (multi-agent) rendszeren belül alkalmaz.
- MDASH: a Microsoft többügynökös kerete, amely a szoftversebezhetőségek felkutatását és javítását koordinálja.
- Project Perception: egy agentes védelmi rendszer, amely "red team" ügynököket (támadási útvonalak kutatása), "blue team" ügynököket (kockázatfelderítés és triázs) és "green team" ügynököket (javítás és védelem megerősítése) koordinál. Project Perception nyilvános előnézetbe lép 2026. augusztus 3-án.
A Microsoft azt állítja, hogy a MAI-Cyber-1-Flash-sel és az MDASH-dzsal kombinált rendszer 96% fölötti pontszámot ért el a CyberGym benchmarkon (a finomabb adat szerint 95,95%), amely azt méri, mennyire képes egy AI nagy kódbázisokat átvizsgálva valós sebezhetőségeket találni. A cég szerint ez meghaladja a frontier modelleket, például a Mythos-t, a Gemini-t és a GPT családot, miközben hozzávetőlegesen felére csökkenti a jelenlegi MDASH üzemeltetési költségeket.
90/10 architektúra: miként működik a rendszer
A legfontosabb technikai részlet nem maga a modell, hanem a telepítési logika: a MAI-Cyber-1-Flash-et úgy tervezték, hogy a biztonsági feladatok akár 90%-át hatékonyan kezelje, míg az MDASH a maradék körülbelül 10% különösen nehéz problémát eskalálja egy nagyobb frontier modellhez — ebben az esetben OpenAI GPT-5.4-hez. A rendszer három fő elemből áll: a „harness” (orchestration layer/router), a kis és gyors MAI-Cyber-1-Flash, valamint az általánosabb, nehezebb eseteket kezelő GPT-5.4.
Mustafa Suleyman, a Microsoft AI vezérigazgatója szerint a teljes rendszer — a harness, a specializált kis modell és a fallback frontier modell — együtt adja a jobb teljesítményt; a folyamatok hosszú, agentes hurkokból állnak, amelyek állapotot tárolnak, adatbázisokra hivatkoznak, bevált gyakorlatokat alkalmaznak, majd visszaadják a feladatot a kis modellnek kódírásra és validálásra.
Suleyman a GPT-5.4-et a felsőbb szintű eskalációhoz költséghatékonyság miatt választotta: a GPT-5.6 költséges, míg a GPT-5.4 „rendkívül jó az ár-érték arányában”. A Microsoft célja a költségek csökkentése, mivel a biztonsági munkaterhelések folyamatosan nagy mennyiségű tokenfeldolgozást igényelnek.
Gazdasági logika: a tokenköltségek mint korlát
A Microsoft azt állítja, hogy az új konfiguráció körülbelül 50%-os költségmegtakarítást ér el a jelenlegi MDASH felálláshoz képest, amely GPT-5.4, 5.4 mini és 5.3 codex keverékén fut. A vállalat hangsúlyozza, hogy a tokenalapú költségek a védelmi feladatoknál összeadódnak, és ezek ma sokszor korlátozó tényezőt jelentenek az üzleti AI-elfogadásban.
Suleyman rámutatott a fizikai korlátokra is: a chipekhez való hozzáférés korlátozott, és a költségek nagy részben a hardverellátás függvénye. Emellett szerinte sok nagyvállalat visszalépett a folyamatosan drága frontier-modellek használatától, mert a tokenköltségek „maximálják” a kiadásokat. Ezen piaci nyomásra épít a Microsoft: olcsóbb, de közel-frontierszintű modellekkel szeretné a platformját az ügyfelek oldalára állítani.
A „100 trilliós” telemetriai adatbázis mint védőárok
A Microsoft megkülönböztető tényezőnek nevezi a telemetriát: állítása szerint naponta több mint 100 trillió (100 trillion) biztonsági jelzőt dolgoz fel. Ez összhangban áll a Microsoft 2025 Digital Defense Reportjában közölt adatokkal, amelyek említik továbbá, hogy naponta 4,5 millió új rosszindulatú fájlt blokkolnak és 5 milliárd e-mailt szűrnek, továbbá 1,6 millió ügyféltől nyernek működési adatot. Suleyman szerint ez egy hosszú távú, nehezen utánzó kiberbiztonsági adathalmaz, amelyből az intézmény tapasztalataival együtt erősített védelmi modellek taníthatók.
A stratégia az, hogy a kiberbiztonság élő megerősítéses tanulási hurkot jelent: a védekezési akciók és azok kimenetei (mi volt kihasználva, mi volt blokkolva stb.) visszajelzést adnak a modelleknek, amit tisztán modellközpontú kutatólaborok nem tudnak ugyanilyen módon megszerezni.
Biztonsági és hozzáférés-ellenőrzési aggályok
Egy olyan modell, amely nehéz sebezhetőségeket talál komplex kódbázisokban, ugyanígy potenciálisan támadó eszközzé válhat. A Microsoft saját kutatása és a 2025 Digital Defense Report is jelezte, hogy államokhoz köthető szereplők már AI-modelleket használhatnak fel felderítésre és exploit-keresésre. Ennek megfelelően a Microsoft szigorú hozzáférés-ellenőrzést ígér: az API-használatot folyamatosan monitorozzák, a hozzáférést jogosult és jó szándékúnak tűnő, technikailag kompetens felhasználók kapják, és a bevezetés fokozatos lesz (először tízes, majd százas, majd ezres felhasználószámokkal).
A cég közölte, hogy a modellt a saját AI Red Team tesztelte, automatizált és szakértői ellenadverszári gyakorlatoknak vetették alá, külső, független fél is értékelte, és a telepítés bérlői izolációval, auditálással és internetkapcsolat nélküli, sandboxolt végrehajtási környezettel történik.
További terv és stratégiai üzenet
Mustafa Suleyman szerint a MAI roadmap gyorsan gyorsul: a Microsoftnak megvan a szükséges számítási kapacitása, az adata és a tehetségállománya, és a következő fázisban többféle modellt (hang, átírás, kép és kód) terveznek integrálni ugyanabba a harness-be. Ugyanakkor kételyét fejezte ki azzal kapcsolatban, hogy a jövőben minden végül egyetlen, óriási, teljesen multimodális modellbe konvergál-e; szerinte lehet, hogy az integráció nem feltétlenül ad további transzfer-tanulási előnyt, és pusztán egy nagy, lassú és költséges monstrum lesz.
Ez a kétely vezérli a Microsoft megközelítését: a verseny egysége nem pusztán a modell, hanem az egész rendszer — a router/harness, a specializált kis modellek, a frontier fallback és a proprietáris adatszivárgásokat tartalmazó környezet. Biztonságban, ahol a Microsoft erősen kontrollálja a beáramló telemetriát és a reagáló termékeket, ez az előny a legerősebb. Hogy ez mennyire tartható más, kevesebb adat-előnnyel bíró területeken, továbbra is nyitott kérdés.
Összefoglalva, a Microsoft nem a legnagyobb „agy” megépítésére törekszik, hanem arra, hogy köré egy hatékony, költségtudatos rendszert építsen — és a vállalat szerint a MAI-Cyber-1-Flash és a Project Perception ennek az iránynak az első lépései.
