Microsoft bouwt AI die kwetsbaarheden vindt vóór de aanvaller - en het werkt

Microsoft heeft vandaag een van zijn meest ambitieuze beveiligingsinitiatieven ooit aangekondigd. Met de lancering van Project Perception, het nieuwe cybersecurity-model MAI-Cyber-1-Flash en het wereldwijde External Red Team Alliance (EXTRA) zet het bedrijf een grote stap richting volledig geautomatiseerde, AI-gestuurde beveiliging - en doet dat op een schaal die geen enkel ander bedrijf kan evenaren.

De urgentie is helder. Mustafa Suleyman en Hayete Gallot, die de MAI-Cyber-1-Flash aankondiging schreven, stellen het onomwonden: het oude model van beveiliging - af en toe scannen, uiteindelijk patchen - is obsoleet geworden. Aanvallers beschikken nu over steeds krachtigere AI-tools om kwetsbaarheden op te sporen. De verdediger moet minstens even snel zijn, of sneller.

Het hart van de aankondiging is MAI-Cyber-1-Flash, Microsofts eerste eigen gespecialiseerde cybersecuritymodel. Het is gebouwd op de MAI-Thinking-1-architectuur, getraind op interne Microsoft-data en diep geïntegreerd in MDASH — het Multi-Model Agentic Scanning Harness dat Microsoft intern al gebruikt voor Windows, Azure en identiteitssystemen.

De prestaties zijn indrukwekkend. Het gecombineerde systeem van MDASH met MAI-Cyber-1-Flash behaalt 96 procent op CyberGym, de toonaangevende benchmark voor het beoordelen van hoe systemen redeneren over grote codebases op zoek naar echte kwetsbaarheden. Dat is 12 procentpunten boven Anthropic Mythos, dat eerder als de standaard gold in dit segment. Tegelijk levert het een kostenbesparing van 50 procent op ten opzichte van het bestaande aanbod van Microsoft.

Het kostenvoordeel zit in de architectuur. MAI-Cyber-1-Flash is ontworpen om tot 90 procent van alle beveiligingstaken efficiënt af te handelen. De resterende 10 procent - de uitzonderlijk complexe gevallen - worden doorgezet naar zwaardere modellen zoals GPT-5.4. De juiste taak voor het juiste model, op het juiste moment.

Microsoft heeft meer dan 100 biljoen beveiligingssignalen per dag en 1,6 miljoen klanten. Die historische data van decennia aan exploits en remediaties vormt het fundament van het model — een voordeel dat niemand kan evenaren door simpelweg meer rekenkracht in te zetten.

Achter MAI-Cyber-1-Flash zit MDASH, het systeem dat Taesoo Kim - voormalig winnaar van DARPA's AI Cyber Challenge en nu VP of Security Research bij Microsoft - het afgelopen halfjaar heeft opgebouwd samen met zijn team vanuit Georgia Tech.

Kim legt het systeem helder uit: MDASH orkestreert meer dan 100 gespecialiseerde AI-agents, elk gericht op een specifiek type kwetsbaarheid. De kracht zit in de focus. "Als je één agent vraagt om alle bugs te vinden, raakt hij afgeleid. Als je een agent één specifiek type kwetsbaarheid geeft om op te focussen, versnelt de prestatie enorm." Meer dan 50 procent van de gevonden kwetsbaarheden komt uit een generalist-model op de achtergrond - maar de gespecialiseerde agents vinden de gevallen die je anders zou missen.

Bijzonder aan MDASH is de validatiefase. Wanneer een potentiële kwetsbaarheid wordt gevonden, treedt een debatmechanisme in werking: één agent speelt de rol van de software-ontwikkelaar die het bevinding verdedigt als bedoeld gedrag, een andere agent neemt de aanvallerspositie in. Ze debatteren tot consensus - en alleen bevindingen die die toets doorstaan gaan verder in de pipeline. Vervolgens genereert het systeem een daadwerkelijk exploit-bewijs: een PDF-bestand dat een PDF-viewer laat crashen, een input die een specifieke kwetsbaarheid triggert. Geen plausibele redenering, maar bewijs.

MDASH is al geïntegreerd in de CI/CD-pipeline van Windows-ontwikkelaars bij Microsoft en in Azure DevOps, waarmee het geautomatiseerd pen-testing uitvoert voor elke nieuwe softwarerelease.

Project Perception is de volgende laag bovenop MDASH. Waar MDASH kwetsbaarheden in code identificeert en valideert, gaat Project Perception verder: het monitort continu, patcht actief en sluit nieuwe aanvalsvectoren. Het systeem is geïntegreerd in Defender, GitHub en Azure DevOps voor prioritering en herstel, en zal binnenkort ook MAI-Cyber-1-Flash gebruiken voor een bredere set beveiligingsworkflows.

Nationwide, 's werelds grootste building society, behoort tot de eerste organisaties die Project Perception in de praktijk inzet - een veelzeggend signaal van vertrouwen vanuit de financiële sector.

Tegelijk lanceert Microsoft EXTRA — de External Red Team Alliance. Microsoft heeft onbeperkte giften verstrekt aan 18 universiteitslabs op zes continenten, waaronder Carnegie Mellon, Harvard, UC Berkeley, University of Toronto, IIT Madras en University of Pretoria. Het doel: onafhankelijk AI-veiligheidsonderzoek versterken, met name op gebieden waar interne teams tekortschieten door gebrek aan meertalige context, regionale expertise of domeinkennis.

Natasha Crampton, Chief Responsible AI Officer bij Microsoft: "Het beheren van frontier AI-risico's vereist meer dan interne waarborgen. Het vereist voortdurende betrokkenheid van experts die begrijpen hoe deze systemen zich gedragen in verschillende technische, taalkundige en culturele contexten."

Kim, die tijdens AIxCC meer dan 100 miljard tokens gebruikte met zijn team, is ongewoon optimistisch voor een beveiligingsonderzoeker: "Dit is de eerste keer in mijn carrière in security waar het daadwerkelijk mogelijk is - of zelfs waarschijnlijk - dat de aanvaller het spel uiteindelijk verliest. Voor het eerst kunnen we vóór een release vrijwel alle kwetsbaarheden vinden en elimineren. De verdediger kan dit spel winnen."