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