卖出后继续涨怎么办
2026 年 7 月 28 日，微软正式推出面向企业的代理式安全系统"感知计划"（Project Perception），并发布其首款专注网络安全的 AI 模型 Microsoft AI-Cyber-1-Flash。此举标志着微软在利用专用 AI 模型和自主代理应对日益复杂的数字资产环境及高速攻击方面迈出关键一步。
感知计划：从被动调查转向持续降险
元股证券:ygzq.hk
"感知计划"旨在通过整合安全信号、上下文数据、AI 模型及专用代理，持续识别、评估并降低组织环境中的安全风险，推动安全团队工作模式从被动调查向持续风险降低转型。
武汉炒股配资该系统基于三组代理构建闭环流程：红队代理负责在攻击被利用前识别潜在路径与软件弱点；蓝队代理调查发现并判定实质性风险；绿队代理则执行纠正措施。微软表示，该流程能在确保操作人员控制权的同时，以机器速度处理部分分析与响应周期，随时间推移持续优化组织安全态势。
AI-Cyber-1-Flash：成本减半，性能提升
与此同时发布的 Microsoft AI-Cyber-1-Flash 是专为软件漏洞分析构建的网络安全模型，属于微软多模型战略的一部分。该战略主张针对不同安全任务采用高度专业化的模型，而非依赖单一通用模型。
该模型率先应用于微软内部的 MDASH（软件漏洞多模型代理团队）工作流。数据显示，MDASH 结合 AI-Cyber-1-Flash 在 CyberGym 基准测试中得分 96%，较 Mythos 高出 12 分，且相较于现有 MDASH 配置，成本降低近 50%。微软强调，全天候安全运营需兼顾经济控制与技术准确性，"感知计划"将根据质量、可靠性、延迟和成本组合动态选择模型。
重构防御：定义 AI 时代"新网络堆栈"
此次发布亦反映了微软对 AI 时代防御体系的重构，即所谓"新网络堆栈"。在该架构中，信号与传感器提供对资产、身份、数据、云系统及 AI 系统的可见性；安全上下文将这些信号转化为代理可用形式；模型提供推理能力；协调层管理交互；执行器则将决策转化为行动。
其中，"安全上下文"为核心要素。它结合威胁情报与运营安全经验，构建组织资产、关系、风险及活动的近实时视图，使代理能基于共同理解开展工作，避免反复从头收集原始信号，从而大幅减少大规模推理所需的时间、算力及成本。
微软安全执行副总裁 Hayete Gallot 指出，网络安全的"物理规律"正在改变：自主系统可连续推理适应，而攻击成本下降，保护对象的复杂度却在激增。传统为人类行为者设计的方法已无法应对由 AI 和机器速度攻击构成的新世界。"感知计划"正是防御者在这场速度与规模竞赛中，实现持续感知、推理与行动的早期尝试。
【星途科讯 图文丨小林 首发于 ZAKER 科技卖出后继续涨怎么办，转载请注明出处】
元股证券投资中心提示：本文来自互联网，不代表本网站观点。
