Microsoft 公布首個專為資訊保安而設的 AI 模型 MAI-Cyber-1-Flash，並同步推出代理式資訊保安系統 Project Perception，主打透過多模型與多代理協作，自動發現、驗證及修補軟件漏洞。Microsoft 聲稱，系統在 CyberGym 基準測試取得 95.95% 成功率，成本更可降至主流大型模型方案約一半；但其效能仍有待企業實戰及更廣泛的獨立驗證。
這次發表於 7 月 27 日，目標客戶是面對大量程式碼、雲端資產及供應鏈風險的企業。MAI-Cyber-1-Flash 負責處理大部分漏洞分析工作，較大型的 GPT-5.4 則處理較複雜個案；Project Perception 再透過紅、藍、綠 3 類代理，分別模擬攻擊、調查風險及執行修補。本文將拆解其商業價值、評估基準成績的可信度，以及對香港企業 AI 管治的啟示。
將漏洞修補由人力瓶頸轉為自動化流程
MAI-Cyber-1-Flash 是 Microsoft 首款專攻資訊保安工作的內部模型，建基於 MAI-Thinking-1，現階段聚焦分析複雜程式碼中的漏洞，並納入 MDASH 多模型代理掃描框架。Microsoft 表示，MDASH 可協調超過 100 個經資訊保安訓練的 AI 代理，讓系統由發現漏洞、確認可利用性、建立修補方案，以至驗證修補結果，形成較完整閉環。
這種設計並非以單一全能模型取代安全團隊，而是把重複且可規則化的漏洞管理工作，交由專門模型分流處理，減少資深工程師花在初步分類及重複驗證的時間。Microsoft AI 行政總裁 Mustafa Suleyman 表示，較小型的 MAI-Cyber-1-Flash 可處理約 90% 查詢，其餘才交由規模約為其 10 倍的 GPT-5.4 處理，藉此平衡速度、準確度及推理成本。
真正焦點不只是「AI 尋找漏洞」，而是把模型路由、代理分工及修補驗證，整合至企業現有安全營運流程。對企業管理層而言，若 Project Perception 能把漏洞發現及修補時間由數小時縮短至數分鐘，資訊保安投資回報將不再局限於採購防禦工具，亦可減少系統停工、降低事故處理成本及縮短產品推出週期。
不過，自動修補亦代表企業必須預先設定變更權限、測試環境及人工覆核門檻，避免 AI 在生產環境引入新的服務中斷風險。
95.95% 成績帶來議價籌碼
Microsoft 稱，MAI-Cyber-1-Flash 與 GPT-5.4 結合後，在涵蓋 1,507 項漏洞重現任務的 CyberGym 測試中取得 95.95% 成績，優於其列舉的 Anthropic、Google 及 OpenAI 競爭方案。行政總裁 Satya Nadella 指出，這個組合可在成本約為領先模型方案 50% 的情況下，提供世界級表現。
若這項說法能在客戶實際工作負載中重現，企業採購資訊保安 AI 時或會由比較單一模型能力，轉向比較整體代理架構的修補成功率、延遲表現及每宗漏洞處理成本。
然而，基準測試不等同真實防線。CyberGym 主要衡量系統在既定漏洞重現任務的表現，現實環境卻涉及度身訂造的舊系統、權限配置、第三方程式庫、雲端錯誤設定及社交工程攻擊。Microsoft 雖表示，模型已通過 AI 紅隊審查、對抗測試及外部機構評估，但《紐約時報》指出，該公司在發布前未有向獨立測試人員公開模型作評估。
因此，企業不應只按 95.95% 這個數字作採購決定，而應要求供應商提交誤報率、漏報率、修補回滾率、資料流向及審計紀錄。
Microsoft 安全部門執行副總裁 Hayete Gallot 形容，Project Perception 會把訊號、脈絡、模型及專門代理組合為持續學習的防禦系統，並強調人類仍掌握控制權。這個定位較符合企業需要：紅隊代理可模擬攻擊路徑，藍隊代理可判定風險優先次序，綠隊代理則提出或執行修正。
不過，涉及關鍵金融、醫療、政府或營運科技系統時，具授權的工程及資訊保安人員仍應批准最終部署。對董事會而言，代理式 AI 資訊保安不應被視為「無人駕駛」安全工具，而是可量度、可限制及可追溯的數碼勞動力。
香港企業更需先補管治缺口
Microsoft 此時加快推進 AI 資訊保安，正回應香港日益加劇的漏洞及供應鏈風險。HKCERT 統計顯示，香港在 2025 年錄得 15,877 宗網絡安全事故，按年增加 27%；其中網絡釣魚佔 57%，易受攻擊系統個案達 2,328 宗，按年升逾 3.5 倍。
這些數字反映，企業即使未受高階零日漏洞攻擊，也可能因系統未更新、錯誤設定或第三方連接而暴露風險，正是自動化資產盤點及漏洞修補可發揮直接效益的場景。
但代理式 AI 本身亦會擴大攻擊面。HKCERT 已把 AI 驅動攻擊及代理式 AI 風險列為 2026 年主要威脅，指出具自主執行能力的代理一旦遭入侵或受提示注入攻擊，可能自動採取惡意行動。
香港個人資料私隱專員鍾麗玲則表示，機構必須在創新及保障個人資料之間取得平衡。私隱專員公署在 2026 年檢視 60 間機構後發現，採用 AI 的機構中約 79% 已使用 3 個或以上 AI 系統，反映管治責任正由資訊科技部門上升至法務、風險及董事會層面。
從時間軸看，Microsoft 在 5 月已發布 MDASH 多模型掃描框架，7 月再加入專門模型及 Project Perception，反映競爭已由通用生成式 AI 快速轉向可直接採取行動的資訊保安代理。對香港企業而言，部署此類工具前應把生產環境列入限制清單，先在隔離測試環境驗證修補方案，為高風險變更保留人工批准，並以最少權限原則控制代理可讀取的程式碼、憑證及客戶資料。
這樣既可降低錯誤自動化帶來的營運風險，亦能為《個人資料（私隱）條例》下的資料保護責任保留可審計證據。
市場贏家取決於實戰可信度
MAI-Cyber-1-Flash 與 Project Perception 把資訊保安競賽推向「專用小模型加多代理協作」的新階段，潛在價值在於以更快、更低成本的方式，處理已知且可驗證的漏洞工作。
未來關鍵在於 Microsoft 能否以跨行業的真實修補數據證明優勢，並在效率提升後，仍能守住人工監督、私隱及問責底線。
