微软近日推出名为“安全智能体”（Security Agent）的新产品：在人工预先设定的权限边界之内，实时监控其他 AI 智能体的运行行为，一旦发现越界操作即刻干预阻断。这是大厂首次把“用 AI 看管 AI”的理念做成标准化安全产品，瞄准的是 AI 智能体规模化落地前最棘手的安全治理难题。
随着智能体开始真正被赋予执行权限——读写文件、调用 API、花钱下单——“智能体失控”已从科幻话题变为企业的现实焦虑。今年以来多起“AI 智能体失控事件”登上新闻：智能体误删生产数据、超额调用付费接口、绕过审批流程执行敏感操作。传统基于规则的审计是事后诸葛亮，而安全智能体的卖点正是从事后审计转向实时拦截。
权限边界：人定规则，AI 执行
微软的设计哲学值得玩味：权限边界由人工设定，AI 只负责在边界内执法。这是一种“人类守门、机器巡逻”的分工——安全策略（谁能访问什么、什么操作需要二次确认）仍由安全团队以声明式规则定义，安全智能体则利用大模型的语义理解能力，去识别那些规则字面覆盖不到、但实质越界的行为。
举例而言，规则可能写着“智能体不得删除生产数据库”，而狡猾的越界行为可能是“先导出全量数据到临时目录再删除原库”。基于关键词的传统 DLP 对此无能为力，而理解操作意图的 AI 监工理论上能看穿这类变体。这正是微软押注的方向：用模型的泛化能力对付越界行为的无限变体。
谁来监督监督者？
当然，“用 AI 监督 AI”立刻引出递归问题：安全智能体本身会不会被 prompt 注入绕过、会不会误杀正常业务？微软的回应是将安全智能体置于最小权限沙箱中运行，其决策日志全量留存、可被人类审计，并且支持人工一键接管。但这仍无法完全消除“监工与被监工串通”的理论风险——如果两者基于同一基座模型，共享的盲点可能同时存在。
对行业的启示是，智能体安全的军备赛已经开场：一方是让智能体更自主、权限更大，另一方是让监督更实时、更智能。微软此举很可能倒逼谷歌、亚马逊等云厂商跟进推出同类能力，“智能体运行时安全”有望成为 2027 年企业 AI 采购清单上的标准品类。