找漏洞的 AI 太貴只能偶爾跑，微軟想把它變成一直開著

用 AI 掃漏洞這件事，一直卡在一個很無聊的地方：太貴。你當然可以拿最強的模型把整個 codebase、雲端設定、每一台端點都掃一遍，它也真的找得出東西——但一次全掃的帳單，貴到你只敢偶爾跑一次重點掃。中間那段沒掃到的時間，就是空窗。

微軟想拆掉的正是這個「只能偶爾跑」。據 The Information 於 2026 年 7 月 17 日的獨家報導，微軟在開發一個代號 Project Perception 的 AI 資安工具，掃企業的程式碼、雲端和端點，找出可被利用的弱點、解釋影響、還給修補建議。這些事 AI 早就會做——Perception 的重點不在會不會找，而在怎麼把它做到便宜到能一直開著。它瞄準的對手很明確：Anthropic 那個定價高昂、特別會找漏洞的 Claude Mythos。

（以下事實均出自 The Information 的報導與其轉載；產品尚未由微軟官方公告，細節可能變動。）

微軟的賭注：別讓最貴的模型掃全部

Perception 的核心設計是一個「模型路由器」（model router）。它不把每個資安任務都送去同一個最貴的前沿模型，而是在微軟、OpenAI、Anthropic 的多個模型之間，按任務難度分派。

分工大致是這樣：庫存盤點、log 解析、初步分流這種量大又不難的活，交給便宜的小模型；真正需要推理的難題——像串起一條 exploit chain（利用鏈）、判讀一段認證流程有沒有破口——才丟給前沿的大模型。

這招的邏輯不玄。資安掃描裡真正燒錢的，是把大量瑣碎工作也用最貴的模型跑一遍。把瑣碎的那一大半分流到便宜模型，成本結構就整個變了——貴的模型只在該貴的地方出手。連續掃描之所以原本掃不起，就是因為沒有這層分流。

Mythos 一次要 50 美元，這就是微軟要打的點

微軟主打的賣點就是成本，據報導遠低於 Anthropic 的 Mythos。

拿定價當對照就很直觀：Anthropic 的 Claude Mythos 5，每百萬 tokens 輸入 10 美元、輸出 50 美元，明顯高於 Anthropic 自家的 Opus 級模型，也高於 OpenAI 的 GPT。Mythos 是 Anthropic 目前最能找漏洞的高階模型之一，本站先前寫過 Anthropic 的 Project Glasswing——它把 Mythos 的防守型資安能力，先限量給 selected critical-software partners（經挑選的關鍵軟體夥伴）。

於是兩邊的賭注就對上了。Anthropic 押的是「一個最強的模型當守門員」，貴、而且限量給少數人用；微軟押的是「一堆模型分工」，便宜、主打廣泛可負擔。一個賣的是頂規，一個賣的是掃得起、掃得勤。

兩條路線並排：一個最強模型 vs 一堆便宜模型

把兩種「用 AI 找漏洞」的路線攤開來看，取捨就清楚了：

	Anthropic Mythos 路線	微軟 Project Perception 路線（據報導）
核心賭注	一個最強的前沿模型當守門員	多模型路由，按任務難度分派
成本	高（Mythos 5：輸入 $10／輸出 $50 每百萬 tokens）	壓低——便宜模型初篩、前沿模型只接難題
使用節奏	貴，偏向偶爾／重點掃	目標是便宜到能連續掃
存取	限量（Glasswing 給關鍵軟體夥伴）	走微軟企業通路，主打廣泛可負擔

這張表不是要判誰贏。兩條路各有代價：單一強模型的好處是判斷一致、稽核起來單純，一個模型說了算；路由的好處是便宜、掃得勤，但代價是同一份掃描結果可能出自好幾個模型的手，一致性和事後追查會複雜一點。你要頂規的一致性，還是要掃得起的覆蓋率，是兩種不同的資安姿態。

還沒發布，但路由這招你今天就能借

要說清楚：截至報導時，微軟並沒有官方公告 Perception，也沒有可以註冊的測試版；據報導它可能在 2026 年 7 月內推出。所以先別把它當成已經能用的產品。

但這篇真正能帶走的東西，不是「等微軟出一個工具」，而是它背後那個架構思路——而這個思路你今天就能套。如果你的團隊已經在用 AI 跑資安或程式碼審查，先問自己一句：是不是所有任務都在用同一個（很可能是最貴的那個）模型？把量大不難的初篩、分類、log 解讀換成便宜模型，只在真正需要推理的地方叫前沿模型出手，你的每月帳單和「敢多久掃一次」會立刻不一樣。多模型路由不是微軟的黑科技，是一個成本工程的老招，只是這次被拿來對準 AI 資安。

AI 資安真正的門檻，從來不是能不能找到漏洞，是貴到只能偶爾找一次；把它做到能一直開著，才是改變工作方式的那一步。剩下還沒有答案的是：當一份掃描結果是好幾個模型接力做出來的，出了事你要怎麼還原是哪個環節看走眼——這一關，值得你在把路由搬進自己的資安流程之前先想清楚。