一句话看懂：微软发布了一套由红、蓝、绿三类AI代理协同工作的安全系统Project Perception，其专用模型MAI-Cyber-1-Flash在漏洞评估基准CyberGym上得分96%（比Anthropic的Mythos高12个百分点），成本降低约50%，将于8月3日进入公开预览。这标志着安全行业从依赖单一模型转向多代理协同作战，且微软试图用自身数据和平台优势挑战Anthropic在AI安全领域的领先地位。
事件核心：发生了什么
微软在3月31日（当地时间）宣布推出Project Perception，一个基于代理（agentic）架构的安全系统。该系统将安全任务拆分为三个持续循环的代理团队：红队代理主动寻找漏洞，蓝队代理评估风险严重性，绿队代理自动修复防御措施。项目将于8月3日向企业开放公开预览。
微软同时公布了一项关键基准数据：其自研模型MAI-Cyber-1-Flash（部署在漏洞管理系统MDASH内）在CyberGym行业基准测试中取得96%的漏洞评估准确率，高于Anthropic专用安全模型Mythos的84%，且运行成本相比当前MDASH单一大模型方案降低近50%。技术方案采用多模型架构：复杂推理由大模型承担，高频低延迟任务交给专用小模型，并利用微软在身份、端点、应用、数据、云和AI系统上的全栈可见性进行跨环境自动响应。
为什么重要
这是安全领域从“单一大模型辅助分析”向“多代理持续闭环”的实质性跃进。传统模式依赖月补丁周期或人工研判，而Project Perception的三代理循环试图实现“发现-评估-修复”的秒级自动化。对AI行业而言，微软的基准测试直接瞄准Anthropic——Mythos此前因白宫暂缓发布获得巨大关注，微软现在用自身积累的企业安全数据（Anthropic缺乏的部分）和平台生态证明：专用小模型+多代理组合可以在成本和效果上超越通用前沿模型。白宫本月刚刚启动“金鹰”计划协调AI网络防御，Project Perception正是微软在政府级安全基础设施赛道上的一张关键入场券。
对用户/开发者/创作者的影响
对企业安全团队：如果Preview验证通过，意味着安全运维人员可从“告警疲劳”中解脱，更多精力用于策略制定；但红蓝绿代理的决策依据和误报率仍需实际环境检验。对安全开发者与API使用者：微软的多模型路由策略提供了新参考——如何在成本与效果之间动态匹配模型，未来可能开放类似的安全模型调用API。对使用微软云/Azure的企业：Project Perception将直接集成到微软安全生态（如Defender、Sentinel），无需额外部署即可获得持续代理防护，可能改变企业的安全采购预算分配。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1）实际攻击效果验证：96%的基准测试是合成环境结果，公开预览后企业真实攻击场景下的准确率、误报率、修复成功率才是关键，需关注微软是否会披露客户试点数据。2）定价与变现模式：成本降低50%是相对MDASH旧方案，但新系统的代理数量、模型调用次数如何计费将直接影响中小企业是否可用。3）竞品跟进：Anthropic很可能针对CyberGym分数给出回应或升级Mythos，同时CrowdStrike、Palo Alto等传统安全厂商也可能推出类似的多代理方案，竞争将加速。
来源：The Next Web
