КИБЕРБЕЗОПАСНОСТЬ

Microsoft показала ИИ для киберзащиты с экономией до 50%

Microsoft заявила о 96% на CyberGym и снижении затрат на защиту почти вдвое, представив модель MAI-Cyber-1-Flash и платформу Project Perception.

✍️ Редакция iTech News | 28.07.2026 | ⏱ 3 мин | Источник: VentureBeat
👁

Microsoft перестраивает логику ИИ-защиты для корпораций: вместо одной дорогой модели компания предлагает связку из специализированной MAI-Cyber-1-Flash и платформы Project Perception. В такой конфигурации система набрала 95,95% на CyberGym и, по данным Microsoft, дает почти 50% экономии по сравнению с текущей конфигурацией MDASH.

Для российских CISO, техдиров и команд разработки здесь важен не только сам релиз. Microsoft фактически говорит рынку: в корпоративной безопасности побеждает не «самая умная» модель, а та, что закрывает типовой поток задач без счета на инфраструктуру, от которого потом больно на защите бюджета.

Project Perception собирает защиту из нескольких типов агентов

Project Perception Microsoft представила 27 июля 2026 года как новую платформу безопасности для эпохи ИИ. Внутри три класса агентов: агенты «красной команды» ищут пути компрометации, агенты «синей команды» разбирают контекст и расставляют приоритеты, агенты «зеленой команды» предлагают и применяют исправления. Публичный предварительный доступ к платформе Microsoft назначила на 3 августа.

Ставка здесь не на красивое демо, а на постоянный цикл: найти слабое место, понять его реальный риск и довести дело до исправления. Для крупных компаний это практичнее, чем еще один чат-бот «для безопасности», который умеет только пересказывать предупреждения.

MAI-Cyber-1-Flash закрывает основной поток, MDASH добирает сложные случаи

Первая прикладная роль Project Perception — управление уязвимостями в коде. Для этого Microsoft встроила собственную модель MAI-Cyber-1-Flash в MDASH, свою многомодельную систему поиска уязвимостей. По данным Axios, компактная модель берет примерно 95% работы MDASH, а более тяжелые задачи система отправляет в GPT-5.4.

На официальном блоге Microsoft приводит две важные цифры. Первая — 96% на CyberGym, что компания описывает как результат на 12 пунктов выше Mythos. Вторая — почти 50% экономии стоимости по сравнению с текущей конфигурацией MDASH. Axios приводит более точное значение для связки MAI-Cyber-1-Flash и GPT-5.4: 95,95% на том же бенчмарке.

Это и есть главная бизнес-идея релиза: дорогую универсальную модель не держат на каждом шаге. Ее подключают только там, где специализированная модель уже не справляется. Для корпоративного ИТ это звучит прозаично, но именно так обычно и выигрывают закупки.

Главное преимущество Microsoft — не модель, а инженерная система вокруг нее

Еще в мае Microsoft показывала предыдущую версию MDASH как систему, которая координирует больше 100 специализированных агентов и использует набор как передовых, так и облегченных моделей. Тогда компания сообщала о 88,45% на публичном CyberGym и отдельно подчеркивала: устойчивое преимущество дает не одна модель, а вся инженерная связка вокруг нее — маршрутизация задач, проверка промежуточных шагов и доступ к внутреннему контексту безопасности.

Для рынка СНГ вывод прямой. Если вы строите внутреннего помощника для анализа кода, инцидентов или уязвимостей, сравнивать только «чья модель сильнее» уже мало. Конкурентоспособность теперь решают стоимость одного полезного действия, доступ к журналам и телеметрии, контроль прав и то, насколько система умеет сама доводить задачу до результата.

Значение для рынка

Project Perception вряд ли моментально изменит корпоративную безопасность в России и СНГ: продукт сначала выходит в режиме предварительного доступа, а Microsoft отдельно подчеркивает необходимость контроля и постепенного доверия к автономным агентам. Но сам вектор понятен уже сейчас. Рынок уходит от ставки на одну большую модель к архитектуре «специализированная модель плюс оркестрация», где выигрывает тот, кто лучше считает экономику, а не только очки в бенчмарках.

Следующий тест для Microsoft простой: доказать, что эта схема работает не только в демонстрациях и лабораторных испытаниях, но и на реальных корпоративных кодовых базах с длинным циклом исправлений. Исходные материалы: официальный блог Microsoft и Axios.

Поделиться: Telegram X LinkedIn