مايكروسوفت تطلق MAI-Cyber-1-Flash ومنصة Perception الأمنية

مقدمة تحليلية

كشفت مايكروسوفت النقاب، يوم الاثنين الموافق 27 يوليو 2026، عن نموذجها الأول المتخصص في الأمن السيبراني MAI-Cyber-1-Flash، بالتزامن مع إطلاق منصة أمن سيبراني جديدة قائمة على الوكلاء تُدعى Perception، وذلك خلال فعالية محدودة في سان فرانسيسكو. تمثل هذه الخطوة تحدياً مباشراً للاعبين الرئيسيين في هذا المجال، مثل Anthropic، وجوجل، وOpenAI. وصف مصطفى سليمان، المؤسس المشارك لـ DeepMind والرئيس التنفيذي الحالي لـ Microsoft AI، النتائج بأنها "مثيرة للغاية"، مؤكداً أن النموذج MAI-1 Cyber Flash، المرتبط بنموذج GPT 5.4 ضمن بيئة MDASH، يتفوق على Gemini وGPT 5.5 Cyber وGPT 5.6 Sol وMythos 5 في "Cyber Gym"، الذي يُعد المعيار الذهبي الأساسي. وأفاد سليمان بأن الشركة ستبدأ "شحن هذا المنتج إلى الإنتاج فوراً".

يهدف النموذج الجديد إلى تحديد الثغرات الأمنية المعقدة في قواعد الأكواد الضخمة، بينما تركز منصة Perception على أتمتة مهام الكشف عن الأخطاء ومعالجتها باستخدام فرق وكلاء. ستكون هذه الأدوات متاحة للمعاينة في 3 نوفمبر المقبل.

التحليل التقني

صُمم نموذج MAI-Cyber-1-Flash خصيصاً لاكتشاف الثغرات الأمنية الصعبة ضمن قواعد الأكواد المعقدة، ويمثل أول نموذج أمن سيبراني متخصص من مايكروسوفت. يعمل هذا النموذج على تنشيط MDASH، وهو نظام خاص بمايكروسوفت مخصص لتحديد الثغرات الأمنية في البرمجيات ومعالجتها. تزعم الشركة أن MAI-Cyber-1-Flash يتجاوز نماذج المنافسين بشكل "أكثر قوة وفعالية من حيث التكلفة"، استناداً إلى أدائه على معيار Cyber Gym المعروف في الأمن السيبراني للذكاء الاصطناعي.

منصة Perception الأمنية

تعتمد منصة Perception على نشر "فرق من الوكلاء" للمساعدة في أتمتة مختلف مهام سير عمل الأمن السيبراني. تتضمن هذه المهام تحديد الأخطاء وإصلاحها. كما يمكن للمنصة الاندماج مع MDASH لتعزيز قدراتها. وفقاً لهاييتي غالوت، نائبة رئيس مايكروسوفت للأمن، تتيح Perception للمدافعين في الشركات "الدفاع ضد الذكاء الاصطناعي بالذكاء الاصطناعي بنفس سرعة ونطاق المهاجمين".

تستخدم المنصة فرق وكلاء متعددة الأدوار:

• الفرق الحمراء (Red Teams): تقدم محاكاة تفصيلية للهجمات المحتملة، مع سياق حول الجهات الفاعلة المحتملة في التهديد والثغرات التي قد تستغلها.
• الفرق الزرقاء (Blue Teams): مخصصة لاكتشاف الأخطاء الموجودة وتصنيفها حسب الأولوية.
• الفرق الخضراء (Green Teams): تتخذ "إجراءات تصحيحية" ضد الأخطاء المكتشفة.

وصف ديف ويستون، المهندس الرئيسي لمنصة Perception، هذه المنصة بأنها ترقية هائلة في الكفاءة للمدافعين عن الشركات، حيث تحول العمل اليدوي الذي يستغرق "ساعات وساعات من عدة متخصصين" إلى "دقائق" لاكتشاف المشكلات وتحديد أولوياتها، مع توفير حلول للكشف والإصلاح وحتى تصحيح الكود. هذه الأدوات الأمنية الجديدة ستكون متاحة للمعاينة في 3 نوفمبر.

السياق وتأثير السوق

تدخل أدوات مايكروسوفت الأمنية الجديدة، MAI-Cyber-1-Flash ومنصة Perception، سوقاً متزايد الازدحام لحلول الأمن السيبراني المدعومة بالذكاء الاصطناعي. تواجه الشركة منافسة مباشرة من لاعبين مثل Anthropic وOpenAI. ففي وقت سابق من هذا العام، في 7 أبريل 2026، أطلقت Anthropic نموذج Mythos، وهو منصة أمنية قُدمت لمجموعة صغيرة من المنظمات الشريكة عبر برنامج Glasswing. كما أطلقت OpenAI حلها الأمني الخاص في مايو 2026، من خلال برنامج Daybreak. هذا التنافس يشير إلى تسارع وتيرة الابتكار في هذا القطاع، مدفوعاً بزيادة استخدام القراصنة للذكاء الاصطناعي في هجماتهم.

تأكيد مايكروسوفت على تفوق MAI-1 Cyber Flash (المرتبط بـ GPT 5.4) على نماذج منافسة مثل Gemini وGPT 5.5 Cyber وGPT 5.6 Sol وMythos 5 على معيار Cyber Gym "المعيار الذهبي"، يضع ضغطاً كبيراً على اللاعبين الآخرين لإثبات قدراتهم. الانتقال من "ساعات وساعات من العمل اليدوي" إلى "دقائق" لإصلاح الثغرات، كما وصفه ديف ويستون، يمثل تحولاً جذرياً في كفاءة عمليات الدفاع السيبراني. في حال تحققه على نطاق واسع، سيغير هذا المعيار الحالي لسرعة الاستجابة ويزيد من تكلفة الجهد البشري في مهام الأمن الروتينية، مما يدفع الشركات نحو تبني الحلول الآلية لمواكبة التهديدات المتطورة.

رؤية Glitch4Techs

تمثل خطوة مايكروسوفت بإطلاق MAI-Cyber-1-Flash ومنصة Perception دفعة تقنية هامة في مجال الأمن السيبراني المدعوم بالذكاء الاصطناعي، خاصة مع الإعلان عن تفوقها على "المعيار الذهبي" Cyber Gym. ومع ذلك، فإن الإعلان عن "شحن هذا المنتج إلى الإنتاج فوراً"، مع الإشارة إلى أن MAI-1 Cyber Flash "binded [sic] with GPT 5.4"، يثير تساؤلات حاسمة حول مدى استقلالية وقوة النموذج الأساسي. الاعتماد على نماذج لغوية كبيرة موجودة، مثل GPT 5.4، يمكن أن يورث قيودها وتحيزاتها الكامنة، مما قد يحد من قدرتها على اكتشاف ثغرات غير مسبوقة أو هجمات ذكاء اصطناعي معادية جديدة لا تقع ضمن بيانات تدريب النموذج. هذا النشر المتسرع، وإن كان يحقق ميزة تنافسية، قد يخفي جوانب قصور في التعامل مع التهديدات السيبرانية المبتكرة التي تتجاوز النطاق التقليدي للمعاير المعيارية المعروفة حالياً.

الحكم المسبق على نجاحها يتطلب بيانات أداء مستقلة تتجاوز المعايير المعلن عنها.