IT之家 10 月 20 日消息，微軟於當地時間週一推出了多項全新安全功能，旨在協助企業抵禦日趨嚴重的智能體安全威脅。在發布此產品之際，微軟持續向企業警示人工智能與智能體所帶來的各類風險。
IT之家注意到，本次新增功能中最受關注的當屬守護智能體（Guardian Agents），這項新功能用於監控企業內部正在使用的各類 AI 智能體。守護智能體隸屬於感知項目（Project Perception），感知項目是微軟在 6 月推出的產品。
感知項目是微軟針對 Anthropic 的 Mythos、Fable 等強大黑客模型，以及 OpenAI 的安全漏洞掃描系統破曉（Daybreak）所提出的應對方案。感知項目最初上線了三類智能體：扮演黑客角色實施攻擊的紅隊智能體，負責偵測紅隊攻擊、評估漏洞的藍隊智能體，以及專門修復漏洞的綠隊智能體。
該產品最初的設計前提是，AI 黑客會來自企業外部。但近期，微軟首席執行官薩提亞·納德拉（Satya Nadella）發出警告，AI 層面的威脅源頭，有可能正是企業自身部署、付費使用的智能體，就像一名行為失控的內部員工，也就是常說的「內部威脅」。
本月初，納德拉在其個人部落格中提出警示：是時候不再信任 AI 模型供應商，即使廠商為其具備自主執行能力的智能體產品做出安全保障承諾。他建議企業搭建獨立系統，這套系統不受 AI 實驗室管控，用以監督和管控這些人工智慧實驗室推出的产品所對應的智能體。
他寫道：「我們正在部署這類複雜的智能體系統與模型，它們可以存取我們最敏感的資料，還能代表我們執行關鍵業務操作！我們絕不能將智能體代我們行事的責任外包出去。模型供應商所提供的保證，並不能免除我們的這份責任……換言之，我們需要將智能能力的供給，和對它的管控權限分離開。」
在介紹守護智能體時，微軟安全業務負責人海耶特·加洛（Hayete Gallot）的表述更為直白。
她寫道：「遺憾的是，前沿模型無論來源為何，都無法完全信任。」她補充，這並非因為模型本身具有惡意或容易被駭客攻破，而是其行為具有不可預測性。模型的訓練目標是完成任務，而非遵守「組織規範或判斷準則」。
In addition, these agents often hold high-level permissions and can access various data and tools; if they go out of control, they can cause serious damage.
微軟提供的這套解決方案，既出人意料，也帶有自身的商業考量。令人意外的一點在於，微軟與 OpenAI、Anthropic 關係密切，同時對這兩家公司均有投資。OpenAI 也是微軟雲業務的大客戶，微軟自身也設有 AI 實驗室研發大模型。也就是說，微軟正在讓客戶對自己部分商業合作夥伴的產品產生警惕。
從商業利益的角度來看，微軟希望企業從其雲服務提供商處購買智能體安全產品，而非向 Anthropic 和 OpenAI 採購。拋開利益衝突不談，這套邏輯本身是站得住腳的：監控智能體行為的軟體，應當與智能體的提供方相互獨立，就像審計機構需要獨立於被審計的組織。
正如納德拉所說：「我們需要將智能能力的供給，和對它的管控權限分離開。」
微軟正透過多種方式把握這一商業機遇。除了守護智能體之外，微軟還在 Microsoft Defender 產品中新增智能體檢測功能，最多可識別員工帶入工作環境的 60 種智能體，包括 Claude Code、Codex 和 OpenClaw。產品同時新增功能，可限制智能體對數據和系統的存取權限，並根據任務動態調整智能體權限。若智能體即將執行高風險操作，系統將要求人工審批。
將智能體視為不可信任的內部威脅這一思路，也正在整個行業逐步形成共識。
微軟是英偉達全新開放智能體安全平台（Open Agent Safety Platform）的創始成員，該平台已獲得超過 100 家科技企業支持。該平台將智能體隔離在安全環境中，透過硬體監測並終止異常行為，功能類似緊急切斷開關。在此之前，微軟已發布專為智能體打造的新款 Surface Laptop Ultra 筆記型電腦，設備搭載英偉達晶片，內建智能體安全管控模組。