微軟打造 Project Perception：專為 AI世代的 Agentic 資安系統

2026 / 07 / 28

編輯部

微軟打造 Project Perception：專為 AI世代的 Agentic 資安系統

資安的底層運作正在改變。自主系統如今已具備推理、適應及持續運作的能力，同時，攻擊成本持續降低，而需要防護的對象在數量、速度與複雜程度卻不斷攀升。攻擊者如今能以更低成本、更高速度及更大規模發動攻擊，而企業需要保護的數位資產與環境則持續擴展並更加複雜。過去為人類攻擊者設計的資安防禦模式，已無法跟上 AI、agents 及機器速度攻擊所驅動的新局面。

新一代 Cyber Stack 必須持續感知整體數位環境中的風險，針對大量情境進行推理，並以機器速度採取行動。它必須隨著環境變化而持續學習與適應，協助組織領先於威脅。由於資安的本質仍是由人執行的任務，新一代 Cyber Stack 必須透過更深入的洞察與更強大的行動能力賦能防禦人員。下一代資安系統的關鍵不在於能產生更多警示，而是能夠持續感知、推理並採取行動。

這個願景促使微軟打造 Project Perception，這是專為 AI世代而設計的全新 agentic 資安系統。Project Perception 將訊號、情境、模型與專業 agents 整合為一套持續學習的防禦系統，能以機器速度進行推理、判斷優先順序並採取行動，同時確保人類始終掌握控制權，並透過強大的全新工作流程賦能防禦者。

Project Perception 奠基於簡單的理念：有效防禦須持續理解攻擊者如何看待環境、防禦者如何評估風險，以及防護機制如何不斷優化演進。為實現此目標，Perception 負責協調三類專業 agents。紅隊 agents 在攻擊者利用漏洞之前，主動識別可能導致系統遭入侵的攻擊路徑。藍隊 agents 負責調查及根據情境進行推理，並判斷哪些事件構成實質風險。綠隊 agents 則採取修正措施，強化整體環境中的防禦能力。這些 agents 彼此協作，形成閉環系統，持續發掘、評估並改善組織的資安防禦態勢。

一套如同 Project Perception 系統的效能取決於其可視性、可採取的行動、打造該系統團隊的專業經驗，以及可運用的模型能力。微軟將這四項關鍵能力整合於一體。

微軟提供橫跨身分、端點、應用程式、資料、雲端與 AI 系統的提供橫跨企業數位資產可視性，更透過資安產品協助客戶在這些環境中採取行動，結合數十年的威脅情報研究、全球安全營運以及防禦實務經驗，共同塑造 Project Perception 推理、判斷優先順序與回應的方式。

作為多模型策略的一環，微軟致力於針對各項資安任務提供客戶最適合的模型，同時持續透過自主開發的專業化模型推動創新。第一個應用場景是軟體漏洞管理，將 MAI-Cyber-Flash-1 帶進我們的軟體漏洞多模型 agent 群 MDASH。MDASH 搭配 MAI-Cyber-Flash-1 在評測 CyberGym 成效達 96%，高過 Mythos 達 12 個百分點。同樣的配置下相較於目前版本 MDASH 配置更能節省將近一半的成本，可見經微調的多模型系統在極其豐厚的歷史訓練資料下的威力。接下來 Project Perception 將利用 MAI-Cyber-Flash-1 在軟體漏洞管理情境外的更多資安工作流上。

Project Perception 將於 8 月 3 日進入公共預覽階段，把這個願景帶給世界各地的客戶。

專為 Agentic 資安打造的 Cyber Stack

實現 agentic 資安不僅是將 agents 加入現有工作流程，更需要一套從底層開始設計的全新 Cyber Stack。

這套堆疊始於訊號與感測器，提供整體數位環境的感知能力。資安情境則將這些訊號轉化為 agents 可運用且具備 token 效率的資訊理解；模型提供智慧與推理能力；Harness 負責協調資安工作流程中的模型與 agents；agents 進一步將智慧應用於資安工作流程；執行器（actuators）則將決策轉化為實際防護措施。各層共同打造一套持續學習的防禦系統，能夠理解風險、適應環境變化並隨時間持續提升整體資安防護成效。

儘管每一層都提供重要功能，Project Perception 的真正優勢來自於各層之間的協作。

為 AI 打造的資安情境（Security Context）

有效的推理不僅需要原始訊號，agents 更需要完整的情境。

微軟將其廣泛的可視性、威脅情報與資安專業能力轉化為一套資安情境，串聯數位環境中的資安資料、知識與語意，建立持續更新的組織數位環境全貌，涵蓋資產、身分、關聯性、風險與活動狀態資訊，提供 agents 共享且近乎即時的環境理解，協助組織進行防禦。

這種共享認知是 Project Perception 的運作基礎，Project Perception 不會要求 agents 持續從原始訊號中蒐集、分析關聯性並重建情境，而是讓 agents 以即時且高效利用 token 的方式取得所需資訊，針對風險進行推理、判斷行動優先順序及做出決策。透過在豐富的資安情境中建立的每一次互動，Project Perception 得以提升推理的準確性與一致性，同時降低大規模運作所需的時間、運算資源與成本。

專為資安打造的多模型架構

所有單一模型都無法在各種資安任務中皆達到最佳表現。有效的網路防禦必須在對的時間、針對不同的資安問題使用最適合的模型。

對 Project Perception 而言，最適合的模型取決於品質、可靠性、延遲與成本等多項因素的綜合考量。Project Perception 並非依賴單一模型，而是採用多模型架構，持續選擇最適合各項任務的模型能力，同時兼顧成效與經濟效益的最佳化。由於資安防護是一項必須持續運行的任務，具備可持續性的經濟效益是實現大規模資安防護的關鍵。

這套方法建立於微軟持續針對前瞻與專業模型進行的研究、基準測試與評估。微軟的資安研究團隊持續評估前瞻 AI 模型（Frontier Models）與資安專業領域模型（Specialized Models）在真實資安情境中的表現，確保每項任務皆動態選擇最適合且最能發揮效益的模型，這種多模型策略，讓客戶能持續享有最新 AI 創新的成果，同時保有彈性與選擇權，而非被單一模型所限制。

執行器：將洞察轉化為行動

安全團隊需要更好的成果而非更多資訊，這正是執行器成為 Cyber Stack 關鍵組成因素的原因。Project Perception 已深度整合至 Microsoft Security 產品，使 agents 能串聯資安洞察並轉化為行動。組織不僅能識別風險，更能持續降低風險，協助防禦人員在維持控制權的同時提升防禦能力。