在人工智能技术飞速发展的今天，微软又一次向我们展示了它的创新力量。5 月 13 日，微软自主代码安全团队正式发布了名为 MDASH 的多模型智能体扫描框架。这一全新的安全系统不仅在技术上走在前列，更在实际应用中展现了惊人的漏洞识别能力，尤其是在与知名的 GPT-5.5 和 Anthropic 的 Mythos 模型的对比中，MDASH 的表现可谓是脱颖而出。
MDASH 的独特之处在于它并不依赖于单一的 AI 模型，而是采用了一种多智能体协作策略。微软团队在这个框架中集成了超过 100 个不同的 AI 智能体，这些智能体各司其职，涵盖了从代码准备到漏洞扫描，再到结果验证等多个环节。这样一来，MDASH 能够在核心推理任务中利用性能最强的模型，而在需要快速处理海量代码的情况下，则借助响应迅速的轻量化模型。
在最新的 CyberGym 公开基准测试中，MDASH 不仅成功识别出 16 个以前未被发现的漏洞，其中包括 4 个高危的远程代码执行漏洞，更是在私有测试中面临 21 个故意植入的漏洞时，完美实现了 100% 的识别率，且整个过程零误报。这一成果无疑为微软内部的安全防护工作提供了强有力的支持。
此外，MDASH 在对历史漏洞的回顾性测试中表现也相当出色，例如对 clfs.sys 过去五年的漏洞回收率达到了 96%，而对 tcpip.sys 的回收率则高达 100%。这样的高效率和准确性使得微软在产品安全加固方面信心倍增。
目前，MDASH 已开始协助微软内部工程团队进行产品安全加固，同时也向受限客户开放了内部预览测试。这一系列的举措标志着微软在软件安全领域的又一次重要突破，未来在安全防护方面，MDASH 无疑将成为一款不可或缺的工具。
🔍 MDASH 是微软新发布的多模型智能体扫描框架，超越了 GPT-5.5 和 Mythos 模型。
⚡ 该系统采用超过 100 个 AI 智能体协作，精准覆盖代码准备和漏洞扫描等环节。
🛡️ MDASH 在漏洞测试中实现 100% 识别率，且无误报，为微软安全防护提供强大支持。
微软于5月13日推出MDASH多模型智能体扫描框架，采用多智能体协作策略，整合超100个基于不同大模型或轻量化模型的专用AI智能体，分别负责代码准备与漏洞扫描等环节，以提升代码安全检测的准确性和效率，颠覆传统单一AI模型设计理念。
微软高管确认，公司已向OpenAI投入超1000亿美元，涵盖初始投资、云计算基础设施及计算托管服务。这一数字截至当前财年，凸显微软在人工智能领域的巨大投入与战略野心。
OpenAI与微软修订了收入分成协议，将OpenAI向微软支付的分成总额上限设定为380亿美元。原协议中，OpenAI需将营收的20%分成给微软，最高可达1350亿美元。新协议若OpenAI实现高增长，到2030年可节省约970亿美元成本，显著缓解了其首席财务官的财务压力。
马斯克诉奥尔特曼案中曝光的法庭文件显示，2017年微软CEO纳德拉与OpenAI CEO奥尔特曼已开始探讨AI合作。但微软高层对投资OpenAI态度复杂：既担心投入资金过大，又忧虑OpenAI可能转投竞争对手亚马逊并“说坏话”。
微软2026年报告显示，全球17.8%适龄劳动力使用生成式AI，但发达国家与发展中国家差距扩大。发达国家27.5%的15-64岁人群使用该工具，而发展中国家仅15.4%，差距较2025年下半年扩大1.5个百分点。主因是互联网接入、数字技能和电力差异。
关注 “悠AI” 更多干货技巧行业动态
相关文章
