最强黑客大模型，不再是Mythos

【导读】微软用一套多 Agent 系统在 AI 漏洞发现的顶级基准测试上拿下第一，超过 Anthropic 最强模型 Mythos 五个百分点。诡异的是，微软自己并没有一个能打的前沿模型。它用别人的模型组了个系统，打败了造出这些模型的公司。这对AI竞争格局的启示，比这个工具挖出了大量 Windows 漏洞本身更重要。

最强黑客大模型 Mythos，居然被黑马超越了！

5 月 12 日，微软发布了代号 MDASH 的 AI 安全系统，同时登顶 CyberGym 基准测试榜首，成绩 88.45%。

排在它后面的是 Anthropic 的 Mythos Preview（83.1%）和 OpenAI 的 GPT-5.5（81.8%）。

https://www.cybergym.io/

CyberGym 榜单上，Anthropic 用的是自家最强模型 Mythos，OpenAI 用的是自家最强模型 GPT-5.5。

微软用的是什么？

答案是，别人家的模型。

微软在博客里明确写道，MDASH 使用的全部是「generally available models」，即市面上公开可用的模型。

https://www.microsoft.com/en-us/security/blog/2026/05/12/defense-at-ai-speed-microsofts-new-multi-model-agentic-security-system-tops-leading-industry-benchmark/

微软自己并没有一个能与 Mythos 或 GPT-5.5 竞争的前沿模型。

在这张榜单上，如果微软拿单个模型去跑，成绩大概率会落到中下游。

但它组了一套系统，调度 100 多个专业化 Agent，让多个模型分工协作，跑出了比任何单一模型都高的分数。

用别人的砖，盖了最高的楼。

微软已经用这套工具，挖出了自家 Windows 11 系统 16 个高危漏洞！

远程执行导致蓝屏的漏洞 CVE-2026-33827 效果演示

这是个什么榜单

CyberGym 由 UC Berkeley 团队开发，论文发表在 ICLR 2026，是目前 AI 安全能力评估领域最权威的公开基准之一。

https://arxiv.org/pdf/2506.02548

Anthropic、OpenAI、Meta、智谱都在上面提交过成绩。

测试方式很直接，给 AI 一段有已知漏洞的代码和漏洞描述，让它自己写出能触发漏洞的攻击代码。

1507 道题，来自 188 个真实开源项目。

能不能挖到漏洞、能不能证明它可被利用，一测便知。

一个细节值得留意，榜单成绩由各公司自行提交，基准代码公开但无独立第三方验证。

多 Agent 系统的强大能力

MDASH 带来的核心启示：「系统」可以抹平甚至反超「模型」的差距。

Anthropic 花了巨大的研发投入训练出 Mythos，这是目前公认的安全领域最强单一模型，强到 Anthropic 自己都不敢公开发布，只通过一个叫 Project Glasswing 的联盟向少数公司定向开放。

OpenAI 的 GPT-5.5 同样是倾全公司之力训出的前沿模型。

微软没有这样的模型。

但它有一套流水线，把「准备→扫描→验证→去重→证明」五个阶段拆开，每个阶段用不同的 Agent、不同的模型去跑。

审计 Agent 和辩论 Agent 分开，发现漏洞和证明漏洞分开，重度推理用大模型、高频验证用蒸馏小模型。

关键在于，这套系统对底层模型不绑定。

新模型出来，换个配置跑 A/B 测试就行，前面积累的所有工程资产全部复用。

微软在博客里特别强调了这一点——「the model is one input」，模型只是众多输入之一。

这对 Anthropic 和 OpenAI 构成一种新型威胁。

它们烧了天文数字的美元训出来的模型优势，被一个系统层的竞争者用工程手段消解了。

更扎心的是，微软用的还是它们自己的模型。

这将对 ASI 终局带来哪些潜在变数

在前沿模型这张牌桌上，真正有筹码的只有 Anthropic 和 OpenAI。

微软虽然是 OpenAI 最大的投资方和云计算合作伙伴，但它自己并没有训出过一个真正进入第一梯队的旗舰大模型。

这次 CyberGym 的结果把一个问题摆上了台面，通往 ASI 的路径，到底是一条还是两条？

路径一是 Anthropic 和 OpenAI 正在走的，把单一模型推到极致。

Mythos 在安全领域的能力已经强到需要限制发布，GPT-5.5 在多个基准上持续刷新纪录。

Mythos 仅通过 Project Glasswing 测试

这条路需要海量算力、海量数据、顶尖的研究团队，门槛极高。

路径二就是微软用 MDASH 展示的，不追求造出最强的单一模型，转而构建一个能把现有模型能力最大化的系统。

100 多个 Agent 各司其职，模型之间的分歧变成信号，多阶段流水线把单次推理做不到的事情通过任务分解实现。

MDASH 的成绩证明了路径二至少在特定领域是可行的。

但这不代表路径二可以替代路径一。

MDASH 用的底层模型仍然来自路径一的公司。

如果 Anthropic 和 OpenAI 停止训练更强的模型，MDASH 的天花板也会停滞。

这件事不只关乎微软

多 Agent 系统作为一种范式，正在从实验走向生产。

MDASH 团队的多位核心成员来自 Team Atlanta，就是在 DARPA AI 网络挑战赛中赢得 2950 万美元奖金的队伍。

他们验证过的一个核心判断是，让 AI 做到专业级别的安全审计，工程量远超模型本身。

微软这次同时公布了 16 个由 MDASH 辅助发现的 Windows 漏洞，其中 4 个是 Critical（关键）级别的远程代码执行。

这些漏洞大多可以在无需认证的情况下从网络侧触发，已在 5 月 Patch Tuesday 中修复。

在内部回溯测试中，MDASH 对 Windows 核心组件 clfs.sys 过去五年的已确认漏洞召回率达到 96%，tcpip.sys 达到 100%。

这些数字的分量在于，它们来自实战，不只是跑分。

16 个 CVE 已经进入微软的正式补丁流程，96% 的召回率对标的是过去五年真实被攻击者利用过的漏洞。

微软在博客中说，以后的 Patch Tuesday 会越来越大。

AI 正在加速漏洞发现的速度，补丁规模自然水涨船高。

这句话的另一面同样成立，攻击者也能用同样的技术。

MDASH 用的全是公开可用的模型，没有任何技术上的独占壁垒。

还该关注些什么

对行业来说，MDASH 的意义大于 MDASH 本身。

它验证了一个猜想：在 AI 能力的下一阶段竞争中，「围绕模型构建系统」可能和「训练更强模型」同等重要。

这对三类人有不同的含义。

对模型公司（Anthropic、OpenAI），它敲响了一个警钟。

模型能力的领先不能自动转化为应用层的领先。

别人可以用你的模型，在你的地盘上赢你。

对平台公司（谷歌、微软），它指出了一条差异化路径。

没有最强模型？没关系，构建最强系统。

但前提是，你得深刻理解具体领域的工程细节，100 多个 Agent 的分工设计、领域插件、验证流水线，这些东西的积累门槛同样很高。

对普通用户，这件事的直接影响很简单，及时打补丁，否则不懂技术的人也能借助 AI 利用这类漏洞。

MDASH 目前也像 Mythos 和 GPT-5.5 Cyber 一样，正在进行小范围客户私测，微软未公布定价和正式发布时间。

参考资料： https://www.microsoft.com/en-us/security/blog/2026/05/12/defense-at-ai-speed-microsofts-new-multi-model-agentic-security-system-tops-leading-industry-benchmark/ 

本文来自微信公众号“新智元”，编辑：艾伦，36氪经授权发布。