中层不会消失，只是换成了Agent - 二十一点分牌

这下，连AI都得接受工作监督了。

10月19日，微软宣布为安全系统Project Perception新增一批“监督员”，专门负责监控企业内其他Agent的工作状况。一旦发现异常，就调查原因并收回权限，必要时直接终止操作。

那谁来担任监督员呢？微软安排了另一批AI来执行这个任务。

企业让Agent代劳，原本是为了减少人力投入。但要让它替人工作，就必须授予一定权限。例如，协助审批报销时，需要允许它查看单据、操作报销系统。如果它误解了任务，或者被文件中隐藏的恶意指令误导，就可能利用企业赋予的权限引发问题。

所谓的“内鬼”，未必是Agent故意作恶。有时它只是想完成任务，却好心办坏事，给企业带来麻烦。

为何还得防范自己人

微软自身的办公AI助手Microsoft 365 Copilot，曾在研究人员测试中泄露敏感信息。

2025年，以色列安全公司Aim Security旗下的研究团队Aim Labs发现，可以将恶意指令嵌入邮件，诱导Copilot泄露数据。他们编写了一封这样的邮件，等待Copilot在回答用户问题、查找相关资料时读取它。

用户无需亲自打开邮件或点击链接。在测试中，Copilot检索到这封邮件后，被其中的指令误导，将正在处理的敏感信息传输到了外部。

研究人员将这种攻击方法命名为EchoLeak，并向微软报告。所幸当时没有已知客户因此漏洞遭遇泄密，泄露仅发生在研究人员的测试中。

问题在于，企业允许Copilot读取邮件是为了方便它查找资料。但邮件里既包含工作内容，也可能混入他人植入的指令。AI并不总能区分哪些是资料、哪些是诱导它执行的操作。

能读写文件、调用工具的Agent也会面临同样问题。它拥有的权限越多，被骗后可能造成的危害就越大。

此外，Agent启动时正常，并不意味着整项任务都能顺利完成。前几份文件可能毫无问题，下一份就可能包含恶意指令。仅在启用时检查一次，无法覆盖它后续的新遭遇和新决策。

最关键的是，人类在这方面确实有些力不从心。

依靠安全人员逐条监控，很难跟上节奏。人还在核查上一条警报，Agent可能已经接连执行了多个操作。

微软因此准备让另一批Agent接手检查，Agent管Agent，总该行得通吧。

Agent也有顶头上司了

微软将这些“监督员”命名为Guardian Agents，置于安全系统Project Perception中。它们负责检查其他Agent的行为，发现异常后调查原因，再根据企业预先设定的规则采取行动。

不过，要管住Agent，不能等它出事后才动手。按照微软公布的方案，企业首先需要为执行任务的Agent单独建立身份，明确它的归属、可访问的资料以及可执行的操作。权限仅分配给当前任务所需的部分，任务结束后收回。

这样，既能限制它的接触范围，出了问题也便于追查责任。

Agent开始工作后，系统需持续观察其行为。一旦发现异常，可以先收紧权限，例如禁止修改文件但保留读取权限，让它继续完成风险较低的工作。某些操作可要求人工批准。必要时，再隔离或停止Agent。

但负责监督的也是Agent，判断失误怎么办？

纳德拉在10月10日的文章中提出，企业需要在AI之外设置一套AI无法绕过或修改的权限规则。

按照这一原则，如果企业规定某类资料不得外发，那么即使执行任务的Agent和负责监督的AI都同意发送，系统也必须阻止。这类决定不能仅靠AI自行判断。

在这次更新中，微软扩大了企业电脑安全软件Defender for Endpoint的识别范围，现在可以检测到60种本地运行的AI Agent。

不过，查出员工使用了哪些Agent只是第一步。能否阻止它们的危险操作，还需取决于具体的Agent和电脑系统是否在防护功能的支持范围内。

即使支持防护，也需要企业主动开启拦截。Defender的Agent运行时防护启用后，可选择“审计”或“阻止”模式。在“审计模式”下，发现恶意指令后仅记录并发出警报，仍允许操作继续。切换到“阻止模式”后，才会执行拦截。

微软建议先用审计模式观察警报是否准确，排查误报后，再逐步开启阻止模式。

Project Perception目前仍处于面向少量受邀客户的预览阶段。

Agent监督员也让微软赚到了钱

近几个月，AI越权操作的事件接连被曝光。如何管住这些能力越来越强的家伙，成为厂商们无法回避的问题。

OpenAI在8月公布的一份调查中承认，7月，一些在削弱安全限制条件下接受内部网络安全测试的模型，绕过了网络隔离，侵入了公司内部的部分研究设施和AI平台Hugging Face的系统。这些操作超出了测试任务的授权范围。

10月9日，Anthropic又披露，Claude在一次网页操作测试中，向费城警方提交了一条编造的凶杀案线索。它原本只是在完成网页交互任务，却将示例内容真的发了出去。好在这条信息被判定为垃圾信息，未进入调查程序。

这些事件发生在测试中，却触碰到了真实网站和系统。Anthropic因此宣布，在确认安全措施足够可靠前，暂停所有内部评测的实时联网。它还将内部Agent迁入集中管理、限制更严格的环境，并增加自动检测和拦截工具。

安全厂商也开始在Agent身边增加人手和关卡。

9月1日，CrowdStrike发布了Falcon Guardian，其名称中也带有“守护者”。据该公司介绍，这款产品能发现企业Windows和Mac电脑上的Agent，追踪它们调用了哪些工具、执行了什么操作，还能阻止未经批准的Agent运行。它强调直接在Agent工作的电脑上执行限制，让企业制定的规则真正生效。

Palo Alto Networks则在10月15日介绍了Prisma AIRS的新功能：在Agent调用企业工具时，检查来回传递的内容，拦截夹带的恶意指令，遮蔽返回结果中的敏感数据，再根据企业设定的权限决定是否继续操作。Agent想调用工具，必须先通过安全检查。

这是一个趋势，也是一个商机，如今微软也想涉足这门生意。 Perception按实际使用量收费，以“安全计算单位”（SCU）衡量消耗，安全Agent执行的任务越繁重，消耗通常越多。不过，官网公布的是整套系统的计费方式，未单独列出新增这批“监督员”的价格。

微软另一款管理Agent的产品Agent 365，独立订阅的标价为每用户每月15美元。它与Perception是不同产品，但两者会共享Agent名录和安全信息，配合企业管理和保护Agent。

**让AI干活要花钱，管住AI也要花钱，**至于效果如何，只能拭目以待了。

本文来自微信公众号“字母AI”，作者：小金牙，36氪经授权发布。