微软推出Guardian Agents，监控企业内AI代理并称前沿模型不可信任
微软安全业务负责人称，前沿模型无论来自哪里都不可信任，原因是其行为不可预测而非恶意；微软同时为Defender增加代理检测，可识别Claude Code、Codex、OpenClaw等最多 60 类员工带入的代理。
AI解读：微软把企业自己部署并付费使用的AI代理视为类似“内部威胁”的风险来源，主张监控系统应与提供代理的AI实验室分离，由企业另行掌握。
这一判断的依据是代理的不可预测性：微软安全业务负责人称前沿模型被训练来完成目标，而非遵循组织规范或判断，却常被授予数据和工具的访问权。
Guardian Agents属于 6 月推出的Project Perception，该项目最初按外部黑客威胁设计，设红队、蓝队、绿队三类代理。
微软与OpenAI、Anthropic均有投资关系，同时希望企业向其购买代理安全产品；报道指出其逻辑与审计独立原则一致，但存在利益冲突。
微软周一推出面向企业的AI代理安全功能，其中最受关注的是Guardian Agents，用于监控企业正在使用的AI代理。该功能属于 6 月推出的Project Perception，后者原本按“AI黑客来自公司外部”的假设设计，包含模拟攻击的红队、检测漏洞的蓝队和负责修复的绿队三类代理。
微软安全业务负责人Hayete Gallot在发布时称：“不幸的是，前沿模型无论来自哪里，都无法被信任。”她给出的理由是这类模型行为不可预测，并非因为它们有恶意或容易被攻破；它们被训练来完成目标，而非遵循组织规范或判断，却往往被授予可造成严重后果的数据和工具访问权限。
新增的检测与权限控制
除Guardian Agents外，微软在Microsoft Defender中加入代理检测功能，可发现员工带入工作场所的最多 60 类代理，包括Claude Code、Codex和OpenClaw。微软还增加了限制代理访问数据和系统的功能，并根据任务动态调整代理权限，包括在代理似乎做出高风险决策时要求人工批准。
纳德拉此前的表态
微软CEO萨蒂亚·纳德拉本月早些时候在个人博客中警告，不应再信任AI模型提供方的安全承诺，企业应部署不由AI实验室控制的独立系统来监视和控制这些实验室产品所启动的代理。他写道，企业正把能访问最敏感数据、代为执行关键任务的代理系统投入部署，“我们不能把智能代我们所做之事的责任外包出去”，并提出“需要把智能的供给与对它的权限分开”。
行业与其他动作
报道指出，微软与OpenAI、Anthropic均有投资关系，OpenAI还是其大型云客户之一，微软自身也设有模型研发部门，因此这一主张与其商业利益存在张力；同时，微软希望企业从其而非AI实验室购买代理安全产品。报道认为，监控代理行为的软件应与代理供应方分离，类似审计方应独立于被审计机构。
微软还是英伟达新推出的Open Agent Safety Platform的创始成员，该平台称获得 100 多家科技公司支持，可在安全环境中隔离代理，并通过硬件监控和停止其行为，功能类似紧急关停开关。