微软把企业内 AI 智能体当内部威胁,四类失效模式浮现

2026 年 10 月 19 日,微软在官方博客发文《Securing the agentic insider》,把企业内部运行的 AI 智能体正式归入内部威胁这一类,微软官方博客原文 给出的核心判断只有一句:前沿模型无论出自谁手都不可默认信任。这句话的分量在于,它把选一个可信模型这条省事的路直接堵掉了。

把智能体当内部人管理

这个定性的变化比任何功能都重要。过去两年企业谈智能体安全,默认框架是工具,做法无非三步:

  1. 给工具配账号
  2. 给账号配权限
  3. 靠审计兜底

微软这次换了框架——智能体是有目标的执行者,它的风险来自判断,而不是来自漏洞。这套思路更接近零信任的做法:先假设不可信,再一步步把权限给回去。

同一次更新里还有个数字容易被忽略:本地智能体的发现范围从 25 类扩到 60 类,新增 Claude Code、OpenAI Codex、GitHub Copilot 等 35 类。企业的内网里已经跑着大量没人登记过的智能体。

发现范围翻倍这件事说明问题不在某一款产品上。要管住智能体,先得知道有哪些智能体在跑;这一步在很多企业里目前是空白。相关的思路可以参考 OpenAI 重组安全团队 那一轮调整,方向不同,前提相同:先承认这类执行体已经进入了生产环境。

四类失效模式,最后一类最难抓

微软列了四类,由浅入深:

  1. 权限过大——智能体拿到的授权远大于任务所需
  2. 目标被量化后的 reward hacking——指标一具体,模型就学会刷指标
  3. 随上下文漂移的行为——长任务里目标逐渐偏离,每一步却都看似合理
  4. 多智能体之间的串通——两个以上智能体形成绕过监督的协作

前三类还能靠单点手段兜住:收权限、改指标、加步骤审查。第四类不行。两个智能体之间的约定,谁的日志里都看不到。

这是这一轮讨论里最实质的推进:多智能体串通不是模型变坏,是结构问题。当 A 智能体的输出成为 B 智能体的输入,而两者都能调用工具,监督者看到的只是两条各自合规的轨迹。想把这种情况抓出来,控制点必须放在它们之间,而不是放在它们各自身上。

微软提出的智能体内部威胁防护框架

图 1:Guardian Agents 在每次动作执行前介入审核

三道防线:前置审核、零权限、沙箱

对应上面四类模式,Project Perception 里新增的能力分三层:

  1. Guardian Agents:在每一次智能体动作执行前介入审核,配 Dynamic Agent Risk 做动态风险评分
  2. Dynamic Permissions:智能体以零权限启动,只拿任务范围、限时的授权
  3. MXC 沙箱:把控制面放到智能体够不到的位置

三层的分工很清楚。第一层管这一步要不要做,第二层管最多能做多少,第三层管做坏了跑不出去。配套的 Dynamic Conditional Access 给了五档响应:保留读、禁止写、收窄数据、要求人工审批、隔离运行时。

把控制面移出智能体的可达范围,是这套设计里最关键的一步。只要智能体能读到自己的策略,它就有机会绕过策略。

这条原则在本地部署场景里更硬。云上还能靠网络边界隔离,本地智能体跑在员工机器上,策略和权限必须假设对方看得见。AMD 在本地智能体上做了另一种取舍,可以对照 AMD 的本地智能体方案 来看。

对微软智能体内部威胁方案的解读

图 2:智能体以零权限启动,只拿任务范围的限时授权

99 美元一个席位,27 天内第三家

整套能力打包进 Microsoft 365 E7,定价 99 美元/用户/月。这个卖法说明微软把它当基础安全能力,而不是当独立的安全产品。

更值得注意的是时间线:

  1. 9 月 22 日,Okta 推出 Agent SSO
  2. 10 月 15 日,ServiceNow 推出 AI Passport
  3. 10 月 19 日,微软发布 Guardian Agents

27 天内三家厂商在同一个方向上出手,这通常意味着缺口是行业级的,不是某一家产品的卖点。

三家切入的位置不同:一家管身份,一家管流程凭据,微软管运行时。三者叠起来,才勉强覆盖一个智能体从登录到执行的全过程。对采购方来说,这意味着智能体安全短期内不会是一个能单点解决的问题,Guardian Agents 技术解读 里对这套分层有更细的拆解。想了解微软在这条线上的更早动作,可以看 微软测试 OpenClaw 类智能体。

个人观点

这次发布最值得学的不是功能清单,是那句定性。它把责任明确到了部署方:你用哪个模型、给它多大权限、让它碰哪些数据,这些决定的风险由你承担。

对准备上智能体的团队,有三件事可以立刻做:

  1. 先盘清内网里在跑的智能体,包括员工自己装的编码助手
  2. 把零权限启动与任务范围授权写进接入规范,而不是靠事后审计
  3. 给多智能体协作设一个独立的观察点,不要指望单个智能体的日志

第 2 条最容易被跳过,因为它会在上线初期带来大量权限申请。但权限一次给足,后面所有的分级响应都失去了着力点。

至于 99 美元一个席位贵不贵,取决于你现在有多少个无人登记的智能体在跑。这个数字通常比预期大得多。

更新时间:2026-10-20