Microsoft 正透過兩項彼此關聯的動作來強化其在 AI 安全領域的地位：一是推出 Project Perception，報導將其描述為針對 AI 代理的執行時安全措施；二是發表一款與這項更大推進相關的全新自研模型。根據 Redmondmag.com 與 GeekWire 的報導，該公司將這次更新定位為回應一個日益迫切的問題：企業正從測試 copilots 轉向部署可在軟體環境中執行動作的代理式系統。

即使目前可取得的原始資料公開細節有限，方向仍然很清楚。Microsoft 不只是把 AI 代理 當作生產力工具；它也把它們視為新的攻擊面，必須在執行期間持續監控，而不只是模型訓練時或應用程式部署時。這一點很重要，因為過去一年市場一直在談論代理能力，而安全團隊則警告，一旦自動化或半自動化系統連接到資料、API 與業務流程，就可能產生新的風險。

Microsoft 看起來準備推出什麼

根據 Redmondmag.com 的文章，Microsoft 發表了 Project Perception，並擴充了針對 AI 代理的執行時安全。GeekWire 的報導更進一步，將此舉形容為 AI 安全競賽的升級，並指出新增了一款自研模型。這篇報導可用的來源摘錄並未包含完整技術文件、價格、發布時間或模型規格，因此這些細節無法在此確認。

從相關報導可推論出的內容較窄，但仍然重要。Project Perception 似乎著重於在 AI 代理運作期間觀察或評估其行為，而不只是部署前掃描程式碼或模型權重。實務上，執行時安全通常意味著監看代理如何與工具互動、存取哪些資料、接收哪些指令，以及其行為是否偏離政策。

這種定位符合 Microsoft 更大的企業版圖。該公司本就橫跨 Microsoft Azure、開發工具、工作軟體與安全平台，因此有很強的動機打造能跨越這些層級追蹤 AI 系統的安全控制。如果 Project Perception 被整合進這套堆疊，它可能成為 Microsoft 向企業買家提出的說法之一：讓客戶使用 AI 代理，但不要把安全團隊丟進黑盒子。

提到新的自研模型也很關鍵。Microsoft 大量投資於模型存取與基礎設施合作，但一個為安全相關工作負載設計的內部模型，意味著更具針對性的策略：不只是依賴前沿模型做通用推理，而是為監控、偵測與政策執行打造專門的 AI 元件。

為什麼 AI 代理的執行時安全正成為優先事項

這個時機點很合理。AI 代理正從聊天介面走向能夠擷取檔案、呼叫服務、撰寫程式碼、觸發工作流程，以及在企業應用程式內採取行動的系統。這會改變風險輪廓。傳統聊天機器人答錯問題是一回事；具備工具存取權、會照著被操縱的提示行動、洩露敏感資訊或執行非預期操作的代理，則完全是另一回事。

對開發者來說，安全挑戰不只侷限於傳統弱點。代理系統可能受到提示注入、權限過度擴張、不安全的工具使用、過高的自主性、薄弱的記憶控制，以及差勁的稽核能力所影響。這些問題不會因為模型在基準測試中表現良好而消失。當系統連接到即時業務營運時，它們會變得更嚴重。

這就是 Microsoft 此舉的背景。該公司一直在產品與平台上推動 AI 代理，而這種擴張也帶來壓力，要求其向客戶證明：代理部署可以在生產環境中受到治理。執行時安全正是對這種壓力的一種回應，因為它聚焦的是系統當下實際在做什麼，而不是開發者在測試時原本預期它會做什麼。

對企業來說，吸引力很直接。評估 企業 AI 的公司越來越希望看到政策控制、遙測與事件回應路徑，能更像既有的安全營運。如果 Microsoft 能把 Project Perception 與熟悉的安全工作流程連結起來，與那些雖然展示強大能力、但操作防護較薄弱的代理平台相比，可能會降低採用阻力。

Microsoft 技術堆疊中的競爭訊號

GeekWire 所說的「AI 安全競賽」很重要，因為這不只是一次產品更新，而是一個競爭訊號。Microsoft 正試圖將自己定位為一個既能提供 AI 能力、又能提供必要安全層來大規模管理這些能力的供應商。

這在 Microsoft Azure 內尤其重要，因為企業已經在那裡運行模型、資料服務、應用程式與身分系統。它也關係到 Microsoft Copilot，因為客戶正在評估：在日常工作中要給 AI 助理多少自主權。隨著 AI 代理越來越普遍，買家可能會較少關心模型本身的新奇性，而更重視信任邊界、可觀測性、政策執行，以及與既有防禦機制的整合。

如果這款聚焦安全的自研模型經過偵測、分類、政策檢查或代理監督的最佳化，便能強化這套敘事。但目前來源證據並不足以準確說明該模型具體做什麼、表現如何，或它是供 Microsoft 內部服務、面向客戶的產品，還是兩者皆是。

儘管如此，戰略模式仍然可見。Microsoft 擁有許多新創公司沒有的優勢：深入企業身分、雲端基礎設施、開發環境與安全產品。如果它能把這些資產圍繞 AI 安全串接起來，就能提出一個超越模型存取的更大平台論點。

證據、出處與尚未驗證之處

本文可取得的證據來自兩篇媒體報導：Redmondmag.com 與 GeekWire。Redmondmag.com 明確指出，Microsoft 發表了 Project Perception，並擴充了 AI 代理的執行時安全。GeekWire 則報導，Microsoft 正透過 Project Perception 與一款全新自研模型加速 AI 安全競賽。由於這裡可用的摘錄不包含完整文章或來源文件，因此本文仍有幾項重要內容尚未驗證。

這些未知項目包括 Project Perception 的技術架構、新自研模型的名稱與規模、該模型是否已普遍可用、Microsoft 可能引用了哪些基準或內部評估，以及安全功能是否綁定於特定產品層級或雲端服務。本文也沒有任何關於價格、客戶部署或第三方獨立驗證的確認資訊。

這種不確定性很重要。安全產品發布常伴隨供應商對偵測品質、回應速度或涵蓋範圍的說法。若沒有直接取得 Microsoft 自家材料或獨立發表的測試結果，就貿然下結論談效能，還為時過早。買家應把任何早期效能主張視為供應商說法，除非它們有可重現的方法或外部評估支持。

即便如此，這項宣布的方向仍與業界更廣泛的需求一致。Project Perception 是否會成為定義類別的產品，取決的不是發表話術，而是實際細節：它能看見什麼、能阻擋什麼、支援多少種代理框架，以及在真實企業環境中的表現如何。

這對開發者與企業團隊意味著什麼

對開發者而言，最主要的體悟是：AI 安全正在更靠近應用程式執行時，而不是只停留在靜態審查。正在 Microsoft Azure 或相鄰技術堆疊上打造 AI 代理的團隊，應預期對權限、工具呼叫政策、記錄、記憶邊界與人工升級路徑的關注會增加。

對企業買家而言，如果 Microsoft 能在既有安全計畫中提供更清楚的代理監督作業模型，這將會很有幫助。安全領導者需要的不只是更安全的模型；他們需要證據鏈。他們需要知道哪個代理在什麼指令鏈下存取了哪個資源，以及結果如何。如果 Project Perception 能提供這樣的可見性，它的價值可能會高於又一次的小幅模型升級。

對更廣泛的企業 AI 市場來說，Microsoft 的動作會迫使其他平台供應商展示同等的執行時防護。許多公司都能展示會完成任務的 AI 代理；能展示當任務出錯時仍具成熟控制能力的卻少得多。因此，安全有可能成為大規模部署時最關鍵的採購標準之一。

這也會影響 程式碼助理 與生產力市場。隨著 AI 系統承擔更多營運工作，助理與執行者之間的界線將變得模糊。這也讓 Microsoft Copilot 的風險與期待同步升高，使用者將越來越期待有符合授予軟體權限的防護措施。

接下來要關注什麼

下一個要觀察的訊號，是 Microsoft 是否會釋出更完整的 Project Perception 技術文件，包括它監控哪些類型的代理行為，以及支援哪些執行措施。若能釐清支援的框架、記錄深度，以及與現有安全工具的整合方式，將有助於區分實質內容與發表包裝。

第二個關鍵問題是新自研模型的用途。如果 Microsoft 將其呈現為一款專門的安全模型，而不是通用型前沿模型，這將強化一種務實的產品策略：打造專為監控與控制而生的 AI，而不只是追逐廣泛的基準競爭。

第三，要觀察客戶案例、合作夥伴整合，以及在 Microsoft Azure 與 Microsoft Copilot 上的部署範圍。這些細節能顯示，這究竟是一次聚焦的功能發布，還是 AI 代理更大控制平面之始。

最後，獨立測試會很重要。如果外部研究人員或企業使用者能驗證 Project Perception 真的改善了政策執行、偵測到提示驅動的濫用，或限制了不安全的工具使用，那麼 Microsoft 的宣布在企業 AI 市場就會更有份量。

Creati.ai 觀點

Microsoft 顯然正在押注：下一階段的 AI 競爭，不會只靠能力取勝。隨著 AI 代理取得企業系統的存取權，買家評估平台時，將同時看重監督與封鎖能力，以及推理品質。Project Perception 指向的正是這個轉變。

這篇故事最有意思的地方，不是品牌或競賽敘事，而是其背後的假設：AI 代理的執行時可視性，可能會成為平台的核心需求。如果 Microsoft 能把這變成在 Microsoft Azure 與 Microsoft Copilot 上都可靠運作的產品，它將強化在保守企業中的地位。若無法展現可衡量的營運價值，這看起來就更像是在擁擠的 AI 安全市場中的防禦性布局。