2026年5月13日，AI安全领域又添新军，微软自主代码安全团队（Autonomous Code Security, ACS）正式推出MDASH（Multi‑Model Agentic Scanning Harness，多模型智能体扫描框架）。该框架在权威的CyberGym公开基准测试中取得88.45%的高分，全面超越Anthropic的Claude Mythos Preview（83.1%）和OpenAI的GPT‑5.5（81.8%），登顶排行榜。这一成果不仅标志着微软在AI驱动代码安全领域的重大突破，也凸显了“多模型智能体协同”相比单一前沿模型的显著优势。
MDASH由微软安全团队自主研发，已在实际生产环境中投入使用。它帮助微软在近期Patch Tuesday中发现并修复了16个Windows漏洞，其中包括4个高危远程代码执行（RCE）漏洞，涉及TCP/IP内核栈、IKEv2、Netlogon服务和DNS API库等关键组件。
MDASH核心实现细节：100+专精智能体协同作战
与Anthropic Mythos和OpenAI GPT‑5.5‑Cyber等单一模型方案不同，MDASH采用多模型智能体管道架构，核心特点如下：
- 超过100个专精AI智能体：这些智能体分布在不同阶段，涵盖代码理解、漏洞假设生成、静态分析、动态验证、争议辩论和可利用性证明等环节。
- 混合模型集成：同时调用前沿模型（frontier models，如最新GPT/Claude系列）和微软自研蒸馏模型（distilled models），通过动态路由实现优势互补。
- 端到端Agentic工作流：智能体不仅发现漏洞，还需生成可工作的Proof‑of‑Concept（PoC）攻击代码，并通过多轮“辩论”机制减少误报。系统强调可复现性和零误报（在内部测试中实现21/21植入漏洞零误报）。
- 高效工程集成：深度结合微软现有代码仓库、模糊测试基础设施和安全扫描流水线，实现“AI速度的防御”。
CyberGym基准由加州大学伯克利分校开发，包含1507个真实世界漏洞任务，来源于188个开源软件项目（基于Google OSS‑Fuzz）。测试要求AI系统在给定漏洞描述和未打补丁代码库的情况下，生成能成功触发漏洞的PoC。该基准高度贴近真实攻防场景，是目前评估AI漏洞发现能力最严苛的公开标准之一。
微软安全博客强调，MDASH在真实历史MSRC（Microsoft Security Response Center）案例中也展现出极高召回率，例如在clfs.sys和tcpip.sys组件上达到96%‑100%的检测能力。
CyberGym benchmark scores over time, showing the rapid improvement in AI vulnerability discovery capabilities. Microsoft’s multi‑model MDASH system (top right) tops the leaderboard at 88.4%. (CyberGym / UC Berkeley)
对代码安全领域与产业的深远影响
1. 多代理架构展现显著优势
MDASH的成功证明，在复杂安全任务中，单一超大模型并非最优解。通过分工协作、专精智能体和多模型集成，多代理系统在准确性、覆盖率和可解释性上超越单一模型。这一范式转变有望成为未来AI安全工具的主流方向，推动行业从“提示工程”向“系统工程”升级。
2. 显著提升漏洞发现效率与质量
传统人工代码审计和常规扫描工具难以覆盖海量代码库。MDASH能在短时间内发现人类可能遗漏的高危漏洞，大幅缩短从发现到修复的周期。这对微软自身产品安全意义重大，也为其他企业提供了可复制的解决方案。未来，类似框架有望集成到DevSecOps流水线中，实现“代码提交即安全扫描”的自动化防护。
3. 加速AI安全军备竞赛
继Anthropic Mythos和OpenAI GPT‑5.5‑Cyber之后，微软MDASH的入局形成三足鼎立之势。三大巨头均在代码安全领域重兵投入，将推动整个行业快速进步。但这也加剧了“攻防不对称”风险——防御能力提升的同时，潜在进攻能力也在增强。如何确保此类强大工具主要服务于防御而非攻击，成为监管重点。
4. 对开源社区与中小企业普惠
MDASH目前处于有限私人预览阶段，但微软已表示将逐步扩大访问范围。开源社区有望借鉴其多代理设计思路，开发更普惠的代码安全工具。这有助于缩小大企业与中小组织在安全能力上的差距，提升全球软件供应链整体安全水平。
5. 更广泛的社会与监管影响
AI在代码安全领域的突破加速了“机器速度防御”的到来，但也带来新挑战：模型偏见、误报/漏报风险、以及强大工具被滥用的潜在可能。监管机构（如英国AISI、美国CISA）可能加强对高能力AI安全工具的访问控制和审计要求。同时，这一事件也提醒整个行业：AI安全不仅是技术问题，更是治理与责任问题。
结语：AI代码安全的“多代理时刻”
微软MDASH的推出，是AI从通用能力向垂直安全领域深度渗透的又一标志性事件。它以多模型智能体协同的方式，刷新了CyberGym基准纪录，也为代码安全实践提供了全新范式。
在软件漏洞威胁日益复杂、攻击面持续扩大的今天，MDASH这样的工具让“防御跑赢攻击”成为可能。未来，随着多代理架构的成熟和更多企业跟进，AI驱动的安全防护有望成为软件开发的标配。
微软此次行动不仅提升了自身产品安全，也为全球数字基础设施筑牢了防线。在AI安全竞赛愈演愈烈的2026年，MDASH的亮相无疑为这场竞赛注入了新的强大动力。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com