Microsoft Project Perception: team di agenti, stack a sei livelli e un modello cyber dedicato

Microsoft ha annunciato Project Perception il 27 luglio 2026: un sistema di sicurezza agentico che coordina team di agenti rossi, blu e verdi sui segnali dell'intero patrimonio digitale, insieme a MAI-Cyber-1-Flash, il primo modello cyber costruito su misura dall'azienda. Distribuito dentro MDASH, l'harness multi-agente di Microsoft per identificazione e remediation delle vulnerabilità, il nuovo modello porta il punteggio CyberGym a 95,95%, con 12 punti di vantaggio su Mythos, a circa metà del costo della configurazione frontier che sostituisce. La preview pubblica apre il 3 agosto 2026.

L'annuncio arriva da Hayete Gallot, Executive Vice President di Microsoft Security, sul blog ufficiale Microsoft. Project Perception poggia sulla base di segnali che Microsoft ha costruito attraverso il proprio portafoglio di sicurezza: identità, endpoint, applicazioni, dati, workload cloud e sistemi AI, con oltre 100 trilioni di segnali di sicurezza elaborati ogni giorno. MDASH, l'harness dove MAI-Cyber-1-Flash debutta, esegue già oltre 100 agenti costruiti su più modelli leader per trovare, validare e correggere vulnerabilità software, e si integra con Defender for Endpoint, Entra ID e Sentinel. Per i team di architettura si tratta della visione pubblica più concreta finora di come un hyperscaler struttura uno stack di sicurezza agentico in produzione, dalla telemetria grezza fino alla remediation automatizzata. La mossa arriva in un mercato dove gli strumenti di sicurezza agentica hanno accelerato per tutto l'anno, dagli scanner autonomi di vulnerabilità alle piattaforme sandbox per la ricerca sugli exploit, e posiziona Microsoft come primo hyperscaler ad abbinare un modello cyber dedicato a un harness di agenti sull'intero patrimonio.

Cosa è stato rilasciato: uno stack a sei livelli e un pattern di routing 90/10

Il cuore tecnico è quello che Microsoft chiama Cyber Stack, sei livelli in profondità: segnali e sensori per la visibilità cross-domain, un livello di contesto di sicurezza per l'intelligence arricchita, un livello multi-modello, un harness che orchestra agenti e modelli, i team di agenti specializzati, e attuatori che eseguono azioni sul patrimonio digitale. Project Perception coordina tre classi di agenti in un ciclo chiuso. Gli agenti red team sondano i percorsi di compromissione prima che gli attaccanti li trovino. Gli agenti blue team rilevano, investigano e classificano le minacce, distinguendo il rischio significativo dal rumore. Gli agenti green team eseguono la remediation e rafforzano le difese. L'architettura completa è descritta nell'annuncio ufficiale.

MAI-Cyber-1-Flash è un modello compatto e orientato al codice, derivato dalla linea MAI-Thinking-1, che Microsoft ha costruito da zero internamente. L'addestramento ha attinto all'archivio interno dell'azienda di exploit reali e relative correzioni. Microsoft descrive la propria posizione sui dati come il vantaggio più profondo: trilioni di segnali giornalieri su identità, endpoint, cloud e rete, abbinati a uno storico interno di exploit e rimedi fuori dalla portata dei laboratori esterni. Dentro MDASH il modello assorbe circa il 90% dei task, e l'harness fa salire il restante 10%, i casi eccezionalmente difficili, verso GPT-5.4. Microsoft riporta 95,95% su CyberGym per questa configurazione, contro l'83,2% di Mythos, più un risparmio vicino al 50% rispetto alla configurazione MDASH oggi sul mercato. CyberGym misura come i sistemi ragionano su grandi codebase per far emergere vulnerabilità reali, il metro rilevante per questo carico di lavoro. Il post di engineering di Microsoft AI elenca anche i controlli di deployment: accessi basati su ruoli, isolamento dei tenant, crittografia, audit trail e ambienti di esecuzione sandbox completamente separati da internet.

L'implicazione architetturale: il routing batte la scala, gli attuatori alzano la posta

Due pattern meritano attenzione. Il primo è economico. Un modello specializzato di piccola taglia che assorbe il 90% del carico, con escalation frontier riservata alla coda difficile, ha quasi dimezzato i costi di Microsoft alzando al contempo la performance di benchmark di 12 punti. Il risultato mette in discussione l'abitudine di far girare flotte di agenti su un singolo modello frontier a prezzi frontier. Distillare uno specialista dai propri dati proprietari più ricchi, instradare per difficoltà, far salire la coda: il pattern si generalizza a qualsiasi carico agentico ad alto volume, dalla code review al triage dei log, e Microsoft ha ora pubblicato numeri di produzione a supporto. Per i CTO che negoziano budget di inference il messaggio è diretto: specializzazione più routing batte il consumo frontier indifferenziato su entrambi gli assi che contano.

Il secondo pattern comporta rischio. Il livello degli attuatori significa che gli agenti modificano il patrimonio digitale: gli agenti green team applicano correzioni, regolano configurazioni e rafforzano i sistemi dentro un ciclo chiuso. Microsoft afferma che gli umani restano saldamente al controllo, e l'esecuzione sandbox priva di accesso internet limita il raggio d'impatto. Il benchmark va comunque letto con scetticismo. Il 96% è un punteggio di harness, prodotto da oltre 100 agenti più due modelli che lavorano insieme, cosa distinta da un punteggio di modello puro. Numero di parametri, finestra di contesto e latenza restano riservati. La parità di harness con Mythos, cioè tooling, scaffolding e budget di calcolo identici sui due lati del confronto, resta da chiarire in entrambi i post. Il numero va trattato come evidenza che l'architettura di routing funziona, e la cornice di marketing va trattata esattamente per quello che è.

La decisione per la leadership tecnica

Una decisione va messa a calendario prima del 3 agosto: una revisione architetturale che mappi quali azioni di remediation un agente autonomo può eseguire nel vostro patrimonio, e quali gate di approvazione stanno davanti a ogni classe di attuatori. La remediation a ciclo chiuso sposta la modalità di guasto dal rilevamento mancato all'azione sbagliata, e i processi di change management progettati per operatori umani richiedono un rework esplicito per le modifiche emesse dagli agenti: provenienza dei ticket, percorsi di rollback, limiti di frequenza e audit trail per identità di agente. I team già investiti su Defender, Entra e Sentinel dovrebbero delimitare la preview a un segmento circoscritto del patrimonio e misurare i tassi di falsa remediation prima di allargare gli accessi. I team di piattaforma che costruiscono sistemi di agenti interni dovrebbero pilotare il pattern di routing 90/10 già in questo trimestre: confrontate uno specialista distillato con il vostro default frontier sulla vostra distribuzione di task, perché i numeri di Microsoft indicano risparmi ampi e un costo di qualità potenzialmente negativo. Chiedete ai vendor, Microsoft inclusa, evidenze di benchmark a parità di harness prima di qualsiasi decisione di procurement.