微軟推 Guardian Agents 防範 AI 代理內部威脅：直言前沿模型不可信，Defender 支援偵測 60 種 Agent

微軟發表企業安全功能 Guardian Agents，針對企業內部部署的 AI 代理提供監控防護，將 AI Agent 的潛在風險定調為類似員工背叛的「內部威脅」。Guardian Agents 隸屬於微軟 6 月推出的 Project Perception，該架構原設有紅隊（攻擊）、藍隊（偵測）與綠隊（修復）以應對外部 AI 攻擊模型。微軟執行長 Satya Nadella 與資安業務負責人 Hayete Gallot 警告，前沿模型並非具備惡意，但因行為不可預測且缺乏組織常規判斷力，企業絕不能信任模型提供商的安全保證，必須將「智慧的供應」與「對智慧的授權與審查」徹底分開。 除了 Guardian Agents，微軟也在 Microsoft Defender 中新增代理偵測功能，可識別員工帶入工作場所的 60 種 Agent（涵蓋 Claude Code、Codex 與 OpenClaw），並具備動態調整權限與存取限制功能，凡 Agent 涉及高風險決策皆須取得人類核准。此外，微軟已加入 NVIDIA 旗下擁有逾百家科技業者參與的 Open Agent Safety Platform，提供硬體層級的隔離環境與緊急停止（kill switch）機制，並將相關安全控制整合進搭載 NVIDIA 晶片的 Surface Laptop Ultra 新機中。