Microsoft 于 2026 年 7 月 27 日公布 Project Perception，一套面向 AI 时代的 agentic security 系统。官方对它的描述，不是再增加一个告警仪表板，而是把 signals、context、models、specialized agents 和实际防御动作串成一个可以持续运行的 Cyber Stack。
Project Perception 以三类 agent 分工。red team agents 先找出可能的入侵路径；blue team agents 调查信号、理解上下文，再判断哪些是真正的风险；green team agents 则执行修正，改善整个环境的防御状态。三者形成一个闭环，目标是由发现问题，走到评估、处理和持续改善。
Microsoft 表示，这套系统可以跨越身份、端点、应用程序、数据、clouds 和 AI systems 观察数字环境。它把原本要由 agent 自己逐次收集和拼合的数据，整理成持续更新的 security context，让 agent 更快理解资产、关系、活动和风险。这是供应商对架构的描述，实际效果仍要视乎数据覆盖、权限设置和环境整合。
另一个重点是 multi-model architecture。Microsoft 认为安全工作不会由单一模型在所有任务中做到最好，因此会按 quality、reliability、latency 和 cost，把不同 frontier 或 specialized cyber models 分配到不同工作。首个场景是把 MAI-Cyber-1-Flash 放进 MDASH 的软件漏洞管理多模型 agent 团队。
Microsoft 在文章中声称，这个配置在 CyberGym 取得 96%，比 Mythos 高 12 个百分点，并可比现有 MDASH 配置节省接近 50% 成本。这些数字属于 Microsoft 的供应商陈述，文章没有把它当成独立 benchmark 结论；采用者仍要核对测试版本、数据集、评分方法和实际 false positive、false negative。
Project Perception 也提供一个值得留意的控制面：agents 不只是产生建议，而是可以连接到 actuators，在 Microsoft Security 产品中把判断转成保护动作。不过 Microsoft 同时强调人员仍然掌握控制权。对高风险安全操作来说，谁可以批准、谁可以停用 agent、哪些修正需要人工确认，会比 agent 数量更重要。
这个方向的价值，在于它把 agentic security 从「模型能否找到漏洞」推到「系统能否持续理解环境并安全地采取行动」。但 Project Perception 当时仍预定于 8 月 3 日进入 public preview，功能可用性、整合范围、成本和长期成效都不应提前当成已验证的生产结果。
