为人工智能时代重新思考安全：Project Perception 发布

微软安全执行副总裁 Hayete Gallot 在官方博客中指出，自主系统现在能够推理、适应并持续运行，而攻击成本却在下降，攻击者可以更快生成漏洞、更大规模发起攻击。传统基于人类操作的安全方法无法跟上AI、智能体和机器速度攻击的世界。

因此，微软认为下一代安全系统的定义特征不再是产生更多告警，而是持续感知、推理和行动的能力。这直接催生了 Project Perception 的诞生。

Project Perception 被描述为一个“智能体安全系统”，它整合信号、上下文、模型和专用智能体，形成一个持续学习的防御系统。其核心是三类智能体：红队智能体在攻击者利用前识别潜在入侵路径；蓝队智能体调查、推理上下文并确定有意义的风险；绿队智能体采取纠正行动并加强防御。三者协同形成闭环，持续发现、评估和改善安全态势。

系统底层是新的“Cyber Stack”，从信号与传感器层开始，向上依次是安全上下文层、模型层、协调层（Harness）、智能体层和执行层。微软特别强调安全上下文（Security Context）的作用：它将微软的可见性、威胁情报和安全专业知识转化为智能体可直接使用的、近实时的资产、身份、关系、风险和活动表示，从而提高推理准确性并降低计算成本。

Project Perception 采用多模型架构，为每项安全任务选择最合适的模型，平衡质量、可靠性、延迟和成本。微软表示，没有单一模型能对所有安全任务最优。

首个应用场景是软件漏洞管理。微软将 MAI-Cyber-1-Flash 模型集成到 MDASH（软件漏洞多模型智能体团队）中。据微软称，该配置在 CyberGym 基准上达到96%，比 Mythos 高出12个百分点，同时相比当前 MDASH 配置节省近50%成本。微软计划未来将 MAI-Cyber-1-Flash 扩展到更多安全工作流。

微软声称，Project Perception 的有效性取决于其可见性、可执行行动、团队经验和可用模型。微软拥有跨身份、端点、应用、数据、云和AI系统的广泛可见性，并能帮助客户在这些环境中采取行动。此外，数十年的安全研究、威胁情报和实际运营经验塑造了系统的推理和响应方式。

Project Perception 将于2026年8月3日进入公开预览。