Microsoft 於 2026 年 7 月 27 日公布 Project Perception，一套面向 AI 時代的 agentic security 系統。官方對它的描述，不是再增加一個告警儀表板，而是把 signals、context、models、specialized agents 和實際防禦動作串成一個可以持續運作的 Cyber Stack。
Project Perception 以三類 agent 分工。red team agents 先找出可能的入侵路徑；blue team agents 調查訊號、理解上下文，再判斷哪些是真正的風險；green team agents 則執行修正，改善整個環境的防禦狀態。三者形成一個閉環，目標是由發現問題，走到評估、處理和持續改善。
Microsoft 表示，這套系統可以跨越身份、端點、應用程式、資料、clouds 和 AI systems 觀察數碼環境。它把原本要由 agent 自己逐次收集和拼合的資料，整理成持續更新的 security context，讓 agent 更快理解資產、關係、活動和風險。這是供應商對架構的描述，實際效果仍要視乎資料覆蓋、權限設定和環境整合。
另一個重點是 multi-model architecture。Microsoft 認為安全工作不會由單一模型在所有任務中做到最好，因此會按 quality、reliability、latency 和 cost，把不同 frontier 或 specialized cyber models 分配到不同工作。首個情境是把 MAI-Cyber-1-Flash 放進 MDASH 的軟件漏洞管理多模型 agent 團隊。
Microsoft 在文章中聲稱，這個配置在 CyberGym 取得 96%，比 Mythos 高 12 個百分點，並可比現有 MDASH 配置節省接近 50% 成本。這些數字屬於 Microsoft 的供應商陳述，文章沒有把它當成獨立 benchmark 結論；採用者仍要核對測試版本、資料集、評分方法和實際 false positive、false negative。
Project Perception 亦提供一個值得留意的控制面：agents 不只是產生建議，而是可以連接到 actuators，在 Microsoft Security 產品中把判斷轉成保護動作。不過 Microsoft 同時強調人員仍然掌握控制權。對高風險安全操作來說，誰可以批准、誰可以停用 agent、哪些修正需要人工確認，會比 agent 數量更重要。
這個方向的價值，在於它把 agentic security 從「模型能否找到漏洞」推到「系統能否持續理解環境並安全地採取行動」。但 Project Perception 當時仍預定於 8 月 3 日進入 public preview，功能可用性、整合範圍、成本和長期成效都不應提前當成已驗證的生產結果。
