مايكروسوفت: MDASH يحقق 95.95% بنموذج AI جديد ونصف التكلفة

مقدمة تحليلية

أعلنت مايكروسوفت عن تحقيق منظومة MDASH، الخاصة بتحديد ومعالجة الثغرات الأمنية متعددة النماذج، نسبة 95.95% على اختبار CyberGym، وذلك باستخدام نموذجها الجديد MAI-Cyber-1-Flash بالتزامن مع GPT-5.4. جاء هذا الإنجاز، بحسب الشركة، بتكلفة أقل بنسبة 50% مقارنة بأفضل تركيب سابق لمنظومة MDASH والذي كان يضم GPT-5.4 وGPT-5.4 mini وGPT-5.3 Codex. يتوفر نموذج MAI-Cyber-1-Flash حالياً لعملاء MDASH المعتمدين فقط عبر معاينة خاصة ضمن Azure AI Foundry، وهو ما يحد من نطاق الوصول والتحقق الفوري. يُعد هذا التحديث إشارة واضحة لاستراتيجية مايكروسوفت في دمج الذكاء الاصطناعي المتخصص لتعزيز الأمن السيبراني وتقليل نفقاته التشغيلية في آن واحد، مع التركيز على الكفاءة في معالجة الثغرات المعروفة.

التحليل التقني

أطلقت مايكروسوفت نموذج MAI-Cyber-1-Flash، وهو أول نموذج خاص بالأمن السيبراني ضمن منظومة MDASH. صُمم النموذج لمعالجة ما يصل إلى 90% من مهام MDASH، مع تخصيص GPT-5.4 للمهام العشرة بالمئة الأكثر تعقيداً. هذا التكوين تحديداً هو من حقق النتيجة البالغة 95.95% على CyberGym، وليس النموذج الجديد وحده. يُعرف اختبار CyberGym Level 1 بأنه اختبار استنساخ لثغرات معروفة، حيث يُمنح الوكيل وصفاً للثغرة البرمجية والشفرة المصدرية غير المصححة، ثم يُقيّم قدرته على إنتاج إثبات مفهوم (proof of concept) فعال. لا يقيس هذا الاختبار قدرة اكتشاف الثغرات بشكل أعمى أو مدى صحة التصحيح الذي ينتجه النموذج.

على الرغم من إعلان مايكروسوفت، لم تُدرج النتيجة 95.95% في لوحة المتصدرين العامة لـ CyberGym بتاريخ 28 يوليو 2026. حينها، تصدر وكيل Atlas من Wiz القائمة بنسبة 90.9% (بتاريخ 27 يوليو)، بينما بقيت مشاركة MDASH الخاصة بمايكروسوفت من 12 مايو عند 88.4%. المواد العامة لمايكروسوفت لم تحدد ما إذا كانت النتيجة الجديدة قد قُدمت للإدراج. كما أن النتيجة السابقة لـ MDASH البالغة 96.55% في يونيو، والتي كانت تحتسب أي تعطل بما في ذلك الثغرات غير المستهدفة، لا يمكن مقارنتها بشكل مباشر بنتيجة 95.95% الحالية لغياب معايير مماثلة.

وفقاً لـ “model card” الخاص بمايكروسوفت، يُعد MAI-Cyber-1-Flash محولاً ذو خليط خبراء متفرق (sparse mixture-of-experts transformer) يمتلك:

• إجمالي 137 مليار معلمة (total parameters).
• 5 مليارات معلمة نشطة (active parameters).
• نافذة سياق بحجم 256,000 توكن.

النموذج هو نسخة محسّنة للأمن السيبراني من MAI-Code-1-Flash، والذي طُور بدوره من نقطة فحص تدريبية لـ MAI-Thinking-1. لقد أدى التكوين المُقيّم إلى استبدال 80% من النماذج الحالية في MDASH، ورفع نتيجة CyberGym المُبلغ عنها من 88.4% إلى 95.95%. يجب التمييز بين هذه النسبة التي تشير إلى النماذج المستبدلة، وبين نسبة الـ 90% القصوى للمهام التي يدعي النموذج الأصغر قدرته على معالجتها.

خضعت جميع اختبارات المعايير في بيئة معزولة شبكياً، دون الوصول إلى أنظمة الإنتاج أو الإنترنت العام أو الخدمات الخارجية. وتُحذر بطاقة النموذج أيضاً من أن النصوص والشفرات المولدة قد تكون غير دقيقة أو غير مكتملة ويجب مراجعتها قبل أي استخدام ذي تبعات. يُعد MAI-Cyber-1-Flash ضمن MDASH أول سيناريو تعلنه مايكروسوفت لمشروع Perception الأوسع، وهو نظام لتنسيق وكلاء الأمن الدفاعي، والمقرر أن يدخل المعاينة العامة في 3 أغسطس.

أداء النموذج على معايير أخرى

تحت بيئة اختبار طرفية خفيفة الوزن، أظهر MAI-Cyber-1-Flash أداءً متفاوتاً على معايير أخرى:

• CVEBench: 0.314.
• CyberSecEval4 (معلومات التهديدات): 0.553.
• اختبار تحليل البرمجيات الخبيثة: 0.33.
• CRSBench عند POV=1200: 0.651.
• ExploitGym (فئات النواة، مساحة المستخدم، المتصفح): صفر.

تلك النتائج تأتي من مهام ومقاييس تسجيل مختلفة، ولا يمثل أي منها نتيجة CyberGym مستقلة لـ MAI-Cyber-1-Flash.

السياق وتأثير السوق

تضع مايكروسوفت نفسها في موقع متقدم ضمن سباق الأمن السيبراني المدعوم بالذكاء الاصطناعي، مدعيةً تفوقاً بنسبة 95.95% على CyberGym مقارنةً بنتيجتها السابقة 88.4%، ومتجاوزةً وكيل Atlas من Wiz الذي سجل 90.9% في يوليو 2026. ومع ذلك، فإن عدم إدراج نتيجة مايكروسوفت الجديدة في لوحة المتصدرين العامة لـ CyberGym يثير تساؤلات حول شفافية المقارنة المباشرة، ويجعل من الصعب التحقق من هذا التقدم بشكل مستقل في السوق المفتوحة.

الادعاء بتوفير 50% من التكاليف هو المحرك الاقتصادي الرئيسي لهذا الإطلاق. تُعرف مايكروسوفت هذا التوفير بأنه مقابل أفضل مزيج لـ MDASH لديها حالياً، والذي يتألف من GPT-5.4، وGPT-5.4 mini، وGPT-5.3 Codex. لكن إعلانات الإطلاق وبطاقة النموذج لم تكشف عن تفاصيل مثل استخدام الرموز (token use)، حجم المكالمات (call volume)، زمن الاستجابة (latency)، مزيج المهام (task mix)، أو تخصيص الحوسبة (compute allocation) الكامنة وراء هذه المقارنة. هذا النقص في البيانات الأساسية يمنع إعادة إنتاج الرقم أو مقارنته بشكل طبيعي مع الأنظمة الأخرى، مما يجعله ادعاءً يصعب تقييمه مالياً بدقة. صرح Taesoo Kim، نائب رئيس الأمن الوكيلي في مايكروسوفت، في يونيو بأن “النموذج هو مدخل واحد، والنظام المحيط به هو المنتج”، وهي رؤية تؤكد أن التنافسية تكمن في المنظومة الكلية لا في النموذج الفردي.

إن اعتماد تصميم التوجيه، حيث يتعامل MAI-Cyber-1-Flash مع معظم المهام (90%) ويُترك GPT-5.4 للأصعب (10%)، يشير إلى محاولة مايكروسوفت لتحسين الكفاءة التشغيلية وتقليل التكاليف عن طريق استخدام نموذج أصغر وأقل تكلفة للمهام الروتينية، مع الاحتفاظ بقدرات النماذج الأكبر للمهام الحرجة. هذا التوجه قد يعيد تشكيل كيفية تسعير خدمات الأمن السيبراني المدعومة بالذكاء الاصطناعي، ويضغط على المنافسين لتقديم حلول أكثر كفاءة من حيث التكلفة، أو توفير تفاصيل أوضح حول مزاياهم التنافسية.

رؤية Glitch4Techs

إعلان مايكروسوفت عن MAI-Cyber-1-Flash ضمن MDASH يعد خطوة مدروسة نحو تفعيل الذكاء الاصطناعي في الأمن السيبراني، لكنه يحمل علامات استفهام جدية. الزعم بنتيجة 95.95% على CyberGym وتوفير 50% من التكاليف يبدو جذاباً، لكنه يفتقر إلى الشفافية الكافية للتحقق المستقل. خصوصاً أن اختبار CyberGym Level 1 لا يتجاوز كونه اختبار استنساخ لثغرات معروفة، ولا يمثل اكتشافاً أعمى أو قدرة حقيقية على توليد استغلال فعال. الأدهى من ذلك، أن النموذج سجل