在網絡安全日益重要的今天，微軟自主代碼安全團隊於 5 月 13 日推出了一款名爲 MDASH 的多模型智能體掃描框架。這一新系統的設計理念顛覆了傳統的單一 AI 模型，採用了多智能體協作策略，以提升代碼安全檢測的準確性和效率。

MDASH 框架整合了超過 100 個基於不同前沿大模型或輕量化模型的專用 AI 智能體。這些智能體在整個漏洞檢測過程中各司其職，包括代碼準備、漏洞掃描、結果驗證、數據去重、證據生成和補丁驗證等環節。這種分工明確的設計使得系統在處理複雜的安全檢測任務時，能夠充分發揮每個模型的優勢。

在權威的 CyberGym 公開基準測試中，MDASH 的表現引人矚目，全面超越了 Anthropic 的 Mythos 模型和 OpenAI 的 GPT-5.5。經過多輪測試，MDASH 成功挖掘出 16 個之前未被發現的漏洞，其中包括 4 個高危的遠程代碼執行漏洞，展示了其強大的漏洞識別能力。

更令人驚歎的是，在面對人爲植入的 21 個漏洞的私有測試驅動程序驗證中，MDASH 實現了 100% 的識別率，同時零誤報。這一成果表明，MDASH 不僅能夠準確識別漏洞，還能有效減少誤報現象，大大提升了安全檢測的可靠性。

值得一提的是，回顧性測試數據顯示，MDASH 在歷史漏洞的召回率上也表現出色，對 clfs.sys 近五年的漏洞召回率高達 96%，對 tcpip.sys 則達到了 100%。這一數據充分證明了 MDASH 在漏洞檢測領域的實力。

目前，MDASH 已經開始協助微軟內部工程團隊進行產品的安全加固，並已面向受限客戶開啓內部預覽測試。可以預見一新系統將在未來的網絡安全工作中發揮重要作用，保護用戶的數字資產安全。

劃重點：

🌟 MDASH 系統利用多智能體協作策略，整合了超過 100 個專用 AI 智能體，提升漏洞效率。

🔍 在 CyberGym 測試中，MDASH 成功發現 16 個新漏洞，超越了 GPT-5.5 和 Mythos 模型。

✅ 在私有測試中，MDASH 實現 100% 的漏洞識別率且誤報，顯示出其極高的準確性和可靠性。