微软正式推出“守护者智能体”（Guardian Agents），旨在监控、约束并管理自主AI智能体带来的潜在风险。伴随新工具发布的，还有两个关键概念：“代理内部人员”（Agentic Insider）与“守护者智能体”。微软警告称，随着企业部署AI智能体处理核心业务，传统的静态安全控制已不足以应对需要持续AI驱动监督的新威胁形态。
将智能供应与控制权分离
微软身份与网络访问企业副总裁Nadim Abdo指出，尽管智能体本身非恶意，但其可能犯错、被操纵或遭入侵。由于智能体需广泛权限才能正常运行，一旦失控，后果可能是灾难性的。
Abdo强调，执行指令的AI智能体不应被信任去负责自身安全。微软董事长兼首席执行官萨蒂亚·纳德拉提出的新信任架构核心在于：必须将智能的供应与其控制权分离。决定智能体访问权限、行动范围及运行状态的控制措施，必须位于模型之外，防止其绕过或篡改。
鉴于AI智能体的运行速度远超人类反应极限，人工监督不再可行。微软引入独立的AI智能体来监管下级智能体，实现机器速度的持续监视。这一机制建立在微软此前推出的“感知计划”（Project Perception）及微软网络安全堆栈基础之上。
像教官一样实时管控
“感知计划”原本通过红队（探测弱点）、蓝队（调查威胁）和绿色智能体（实施修复）协调防御。如今，微软将其扩展至保护“代理内部人员”，即守护者智能体。该系统与Microsoft Agent 365共享信号、上下文和统一注册表，为IT和安全团队提供一致的风险视图。
守护者智能体遵循“非确定性智能需被确定性控制包围”的原则，涵盖身份、权限、数据、终端、网络、云和运行时七大控制领域。其职责包括：识别智能体及其归属与目的；在行动前限制访问与行为；保护相关数据与资源；以及根据风险变化动态调整保护措施。
微软形象地将此比作“教官管理无人机”：实时适应变化，确保智能体在既定轨道运行而不失控。通过“动态权限”与“动态智能体风险”机制，系统仅授予智能体执行特定任务所需的最小权限，并实时检查潜在威胁。若风险上升，系统将自动限制权限、阻止操作或要求人工批准；极端情况下，可直接停止并隔离智能体。
此外，微软将发现能力扩展至Claude Code、OpenAI Codex和GitHub Copilot等35种本地智能体类型，并升级Microsoft Entra Agent ID，新增针对通过安全传感器发现的本地及未知智能体的身份类型，进一步强化企业对AI行为的掌控力。