博客 详情

中层不会消失，只是换成了Agent

AI如今也需要接受工作监督了。

10月19日，微软宣布为安全系统Project Perception引入一批“监督者”，专门监视企业中其他AI代理的工作情况。一旦发现异常，它们会调查原因并收回权限，必要时直接终止操作。

那么谁来担任这个监督角色呢？微软安排了另一组AI来执行这项任务。

企业引入AI代理的本意是减少人力投入。但要让它真正替代人工，就必须赋予它一定权限。例如，处理报销审批时，它需要查看单据并操作报销系统。如果它误解了任务，或被文件中的恶意指令误导，就可能利用公司授予的权限引发问题。

所谓“内部隐患”，并不一定是AI代理故意作乱。有时它只是想完成任务，却意外造成损害，给企业带来麻烦。

为何还要防范自己人

微软自家的办公AI助手Microsoft 365 Copilot，在研究人员测试中曾发生敏感数据泄露。

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，诱使Copilot泄露信息。他们编写了这样一封邮件，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。测试中，Copilot检索到该邮件后，被其中的指令误导，将正在处理的敏感信息传输到了外部。

研究人员将这一攻击方法命名为EchoLeak，并向微软报告。幸运的是，当时没有已知客户因该漏洞遭遇泄密，泄露仅发生在研究人员的测试环境中。

问题在于，公司允许Copilot读取邮件是为了便于它查找资料，但邮件中既包含工作内容，也可能夹带他人植入的指令。AI并不总能区分哪些是资料、哪些是诱导其执行操作的指令。

能够读写文件、调用工具的AI代理也会面临同样挑战。它拥有的权限越多，被欺骗后可能造成的危害就越大。

此外，AI代理在启动时正常，并不代表整个任务都能顺利完成。前几份文件可能毫无问题，下一份就可能藏有恶意指令。仅在启用时检查一次，无法覆盖它后续遇到的新情况和新决策。

关键还在于，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。人在处理上一条警报时，AI代理可能已经连续执行了多个操作。

微软因此准备让另一组AI代理接手检查，用AI来管理AI，这总该行得通了吧。

AI代理也有了上级

微软将这些“监督者”命名为Guardian Agents，置于安全系统Project Perception中。它们负责检查其他AI代理的行为，发现异常后调查原因，然后根据企业预先设定的规则采取措施。

不过，要管理好AI代理，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AI代理单独建立身份，明确其归属、可访问的资料和可执行的操作。权限仅授予当前任务所需部分，任务结束后收回。

这样既能限制其接触范围，出现问题也便于追溯责任。

AI代理开始工作后，系统会持续监控其行为。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，让它继续完成低风险操作。某些操作可以要求人工审批。必要时，再隔离或停止AI代理。

但负责监督的也是AI，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AI代理和负责监督的AI都同意发送，系统也必须阻止。这类决策不能仅靠AI自行判断。

此次更新中，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代理。

不过，发现员工使用了哪些AI代理只是第一步。能否阻止其危险操作，还取决于具体AI代理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AI代理运行时防护启用后，可以选择“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。

AI监督业务也让微软赚到了钱

近几个月来，AI越权操作的事件接连曝光。如何管住这些能力越来越强的家伙，成为厂商们必须面对的问题。

OpenAI在8月公布的一份调查中承认，7月，一些在减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。它本只是在完成网页交互任务，却将示例内容真的发送了出去。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，却触及了真实网站和系统。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AI代理迁入集中管理、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AI代理身边增加人手和关卡。

9月1日，CrowdStrike发布了Falcon Guardian，名称中也带有“守护者”。据该公司介绍，该产品能检测企业Windows和Mac电脑上的AI代理，追踪其调用的工具和执行的操作，还能阻止未经批准的AI代理运行。它强调直接在AI代理工作的电脑上执行限制，确保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AI代理调用企业工具时，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能否继续操作。AI代理想调用工具，必须先过安全检查这一关。

这是一个趋势，也是一个商机，如今微软也想分一杯羹。Perception按实际使用量收费，以“安全计算单位”（SCU）衡量消耗，安全AI代理执行的任务越繁重，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“监督者”的价格。

微软另一款管理AI代理的产品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AI代理名录和安全信息，配合企业管理和保护AI代理。

让AI干活要花钱，把AI管住也要花钱，至于效果如何，只能拭目以待了。