微软发布 Guardian Agents，把 AI 智能体当作“内部威胁”来监控

微软周一发布了一组面向企业的 AI 智能体安全功能，核心是名为 Guardian Agents 的新能力，用来监控企业内部运行的各种智能体。该功能隶属于微软此前推出的 Project Perception 产品线。

Project Perception 最初的设计假设是“攻击者来自外部”：红队智能体模拟黑客发起攻击，蓝队负责检测入侵并评估漏洞，绿队负责修复发现的问题。现在，微软把注意力转向了企业内部已经在用的智能体。

微软安全业务负责人 Hayete Gallot 在发布时直言：“不幸的是，无论来自哪里，前沿模型都不能被信任。”TechCrunch 引述她的解释称，原因不是模型有恶意或容易被攻破，而是它们不可预测——模型被训练来完成目标，而不是遵守组织规范或做出判断。

微软 CEO 萨提亚·纳德拉此前在个人博客中警告，企业不应把责任外包给模型供应商。他写道，企业正在把最敏感的数据和关键操作交给复杂的智能体系统，“我们不能把智能替我们做的事的责任外包出去”，需要把“智能的供给”和“对智能的授权”分开。

除了 Guardian Agents，微软还在 Microsoft Defender 中加入智能体发现功能，可识别员工带入工作场所的多达 60 种智能体，包括 Claude Code、Codex 和 OpenClaw；同时增加限制智能体访问数据和系统的能力，并根据任务动态调整权限。

当智能体做出高风险决策时，系统会要求人工批准。这套思路把智能体当作“权限过大的员工”来管理：既要能干活，也要被审计、被限权、被随时叫停。

这一立场对微软而言颇为微妙。微软既是 OpenAI 和 Anthropic 的投资方，也是 OpenAI 的重要云服务商，如今却在提醒企业不要完全相信这些实验室的模型与承诺。TechCrunch 指出，这既是安全判断，也是一门生意：企业应该向云厂商购买独立于模型供应商的智能体安全产品。

从行业看，“智能体即内部威胁”正在成为共识。微软是英伟达新 Open Agent Safety Platform 的首批成员之一，该平台把智能体隔离在安全环境中，并可通过硬件监控和终止其行为。随着智能体获得更多数据和工具权限，如何在不拖慢业务的前提下实施最小权限和人工复核，将是企业接下来要回答的问题。