在AI安全賽道上，微軟這次沒有繼續吃GPT的老本。本週，它正式推出了第一個完全自研的網路安全AI模型，外加一套名為「Agentic Security System」的自主安全平臺。簡單說，就是讓AI既能看懂攻擊，也能自己動手封堵。
自研模型的底氣
過去微軟的安全產品大多依賴通用大模型（比如GPT-4）來做分析。但這次釋出的Microsoft Security AI Model是專門為安全場景從頭訓練的。模型吃掉了海量的威脅情報、惡意軟體樣本和攻擊日誌，所以對APT、勒索軟體這類惡意行為的理解比通用模型更精準。微軟內部測試顯示，在誤報率降低的同時，檢測速度提升了近40%——這意味著安全分析師可以少看大量垃圾告警。
「通用模型擅長寫詩，安全模型擅長抓賊。」——一位微軟安全產品經理在釋出會上這樣比喻。
Agentic 系統：從建議到行動
更引人關注的是配套的Agentic Cybersecurity System。它不是簡單的聊天機器人，而是一個能自主執行安全操作的智慧體叢集。比如當模型發現一個可疑的登入行為，系統可以自動隔離受影響的終端、重置憑證，並生成事件報告——整個過程無需人工介入。當然，管理員可以設定許可權邊界，比如只允許自動處理低風險事件，高風險事件仍需人工批准。
對安全團隊意味著什麼
這類工具的實際價值在於釋放人力資源。中小企業的安全團隊往往只有兩三個人，面對海量告警根本忙不過來。微軟的系統可以把初級分析員從重複的調查中解放出來，讓他們專注更復雜的威脅狩獵。但另一方面，自主決策也帶來了新風險：如果AI誤判，自動執行的封禁操作可能造成業務中斷。微軟承諾所有自動化動作都有完整的審計日誌，且支援一鍵回滾。
對於已經使用Microsoft 365 Defender或Azure Sentinel的客戶，新模型可以通過外掛整合到現有工作流中，部署成本不算高。但如果你用的是第三方EDR，則可能需要等待API適配。
幾點實用建議
- 先從低風險事件自動化開始試用，比如自動隔離已被確認的惡意IP。
- 設定人工確認閾值，避免AI繞過關鍵控制點。
- 定期審查模型產生的誤報和漏報，持續優化安全策略。
微軟這一步走得比較務實：先做垂直模型，再做agent系統，而不是直接讓GPT控制一切。對行業來說，這或許代表了AI安全工具的下一個方向——從輔助分析走向輔助執行。
最後提一句：模型目前只通過Microsoft Security Copilot提供，沒有獨立API。想嚐鮮的話，得先有Security Copilot的訂閱。
評論
暫無評論
成為第一個評論的人