微軟正在準備一件會讓整個企業 AI 採購邏輯改寫的事：據科技媒體 The Information 於 2026 年 7 月 17 日的獨家報導，微軟預計本月底推出一款名為「Project Perception」的企業資安工具，核心不是「用哪一個最強的模型」，而是用一層 model router（模型路由層），把每一個資安任務——掃描程式碼、找漏洞、推薦修補——分派給當下最划算的模型，自家 MAI、OpenAI、Anthropic 混著用。據報，它的定價比 Anthropic 的資安產品 Mythos 低約 5 成。
先把分寸擺在最前面：這則消息目前只有 The Information 一家原始來源，而且在付費牆後；其餘所有報導都是二手轉引。 產品的狀態是「籌備中、預計月底推出、尚未正式上線」——別把它讀成已上市。所以這篇不吹產品，我要談的是它背後那個更確定、也更重要的轉向。
我要下的判斷是：Project Perception 真正的看點，不是微軟又做了一個資安工具，而是「多模型路由」正在變成企業採購 AI 的新常態。 戰場已經從「誰的模型最強」，悄悄換成「怎麼用最省成本的模型組合，把同一件事做完」。
據報導的內容：一個會挑模型的資安工具
先把可查證的講精確，能力細節一律標「據報導」。
據 The Information 報導(TechRepublic、UC Today 均引述),Project Perception 的設計是掃描企業的程式碼與部署中的 AI 系統，找出可被利用的漏洞、解釋影響、推薦修補。它跟市面上單一前沿模型跑到底的做法不同——中間有一層 model router，會評估每一個任務的難度，把高頻、大量的例行掃描丟給便宜的模型，只有真正需要深度推理的邊角案例才動用昂貴的前沿模型。
這件事的主導者，是 2026 年 2 月從 Google Cloud 回鍋微軟、負責資安的執行副總 Hayete Gallot；據報她把資安部門重整成以 AI 產品為核心，Project Perception 是這個轉向最外顯的一步。對標的對手很明確，就是 Anthropic 的 Claude Mythos——那款被形容為「最會找漏洞」、卻只開放給少數受審合作夥伴的高階資安模型。Anthropic 對 Mythos 的定價相對高昂(UC Today 列出每百萬輸入 Token 10 美元、每百萬輸出 50 美元)，而微軟據報要用「路由挑便宜的模型」這招，把總持有成本壓到約低 5 成。
再強調一次分寸：定價低 5 成是「據報導」，微軟尚未公開證實；有低品質網站宣稱產品「已上線」，屬未經證實，不採。
一邊用 Anthropic、一邊打 Anthropic：這不是矛盾，是策略
最容易被寫成「八卦」的一點，其實是這則新聞最有訊號量的地方：微軟的 Project Perception 路由層裡，照樣會呼叫 Anthropic 的模型——也就是說，微軟一邊付錢當 Anthropic 的客戶，一邊推一款要削掉 Anthropic 資安產品一半價格的競品。
這看似精神分裂，實際上是想清楚的算盤。微軟的立場從來不是「我的模型最強」，而是「我掌握企業的入口與帳單」。只要客戶是在微軟的平台上採購資安能力，底層是誰家的模型、哪一段用了 Anthropic、哪一段換成自家 MAI，主導權都在微軟手上。Anthropic 的模型好用，就用它去跑最難那一段；能用便宜模型解決的，就別付前沿模型的錢。微軟賣的不是模型，是那層決定「這個任務該花多少錢」的路由。
這跟 Nadella 這個月稍早那句「用閉源 AI 是付兩次錢」是同一套劇本的兩面(見 Nadella 警告用閉源 AI 是「付兩次錢」)——他一邊點出對手的成本問題，一邊把客戶引導到微軟自己的平台與模型。你要留意的是：當賣鏟子的人告訴你哪座金礦太貴，先確認他是不是剛好在賣通往另一座礦的路由。
真正的轉向：企業 AI 的戰場從「能力」換成「成本組合」
把 Project Perception 放進更大的圖裡看，它跟過去半年幾件事其實指向同一個方向。
Nadella 講「付兩次錢」、要企業算清楚資料主權的隱藏成本；Fireworks 這類公司主張「特化的小模型比通用大模型划算」(見 Fireworks 特化模型募資)；現在微軟用一層路由，把「該用貴的還是便宜的」做成產品。這三件事拼起來，是一個很清楚的訊息：2025 到 2026 上半年，大家比的是「誰的模型跑分最高」;2026 下半年開始，企業真正在比的，是「怎麼用最省的模型組合，把同一件事穩定做完」。
模型能力還會不會進步？當然會。但對多數企業來說，「最強模型」和「夠強又便宜的模型組合」之間的實用差距正在縮小，而後者的帳單漂亮太多。資安尤其是這種場景——漏洞掃描是要 7×24 不停跑的，如果每一次掃描都用最貴的前沿模型，成本會失控；能用便宜模型過濾九成、只把可疑的一成交給貴模型深究，才跑得起「持續掃描」。這也正好接上台灣金融業被金管會要求「把修補時鐘撥快」的那件事——攻防的時間不對稱，逼的就是「便宜到可以一直跑」的防禦(見 金管會示警金融業用 AI 對抗 AI)。
台灣企業該帶走什麼：別把採購綁死在單一模型
先講清楚慷慨度：Project Perception 還沒上線，這裡不談「怎麼導入」，只談「怎麼想」。給你一個 awareness 級的採購判斷方向。
第一，把「模型」和「編排」分開想。 很多台灣企業評估 AI 時，還停在「要選 GPT 還是 Claude 還是 Gemini」——這題本身就落伍了。Project Perception 給的啟發是：真正該投資的，是中間那層「決定什麼任務用什麼模型」的編排/路由能力。模型會一直換、會一直降價，但如果你的系統被寫死只能接某一家，你就失去了換便宜貨的彈性。保留這層彈性，比押注單一最強模型務實得多。
第二，把「成本可控」當成採購標準，不只看「能力最強」。 挑供應商時，除了問「你的模型多強」，更要問「當我的用量放大 10 倍，帳單會怎麼長？能不能混用便宜模型？能不能把非核心任務降級？」——這幾題問不出答案的方案，規模化之後很容易變成成本黑洞。怎麼把這些變成一張可打勾的評估表，可對照 AI 供應商評估提問清單；至於哪一段該自建路由、哪一段直接外購，先看 AI 自建或外購的決策。
這裡我要敢說一句不建議：別因為「多模型路由」聽起來很潮，就急著自己搭一套。 對絕大多數台灣企業來說，自建一個穩定的模型路由層，工程與維運成本遠高於它省下的模型費；更務實的是選一個「本來就幫你路由」的平台，把力氣花在把自己的資料邊界與權責定清楚——導入卡住，通常不是模型不夠強，是這一段沒理順(見 企業 agentic AI 的執行落差)。
我最後要下的判斷是：Project Perception 就算最後跳票、或延期，它示範的方向也不會變——企業 AI 的贏家，愈來愈不是「模型最強的那家」，而是「最會替你把貴的和便宜的模型調度好、帳單最漂亮的那家」。台灣企業現在該練的，不是選一個最強的模型，而是保留隨時換模型的彈性。
常見問題
Project Perception 已經上線了嗎？台灣企業現在買得到嗎？
還沒。這則消息目前只有 The Information 一家原始來源（付費牆），於 2026 年 7 月 17 日首報，其餘都是二手轉引。產品狀態是「籌備中、據報預計本月底推出」，尚未正式上線，更沒有公開的台灣供貨資訊。有網站宣稱「已上線」屬未經證實。現階段把它當成「一個方向的訊號」來讀，比當成「一個可以馬上採購的產品」更準確。
為什麼微軟一邊用 Anthropic 的模型，一邊做工具打 Anthropic?
因為微軟賣的不是模型本身，是「決定每個任務該用哪個模型」的那層路由與平台入口。它的路由層據報照樣會呼叫 Anthropic 的模型去跑最難的任務，但整體定價據報比 Anthropic 自家的資安產品 Mythos 低約 5 成。對微軟來說，只要客戶在它的平台上採購，底層混用誰家的模型都無所謂——好用的就用、貴的就換掉。這不是矛盾，是「掌握入口與帳單」的策略。
「多模型路由」對一般台灣企業到底有什麼用？
它的價值是「成本可控」與「不被綁死」。漏洞掃描這類要持續跑的任務，如果每次都用最貴的前沿模型，帳單會失控；用便宜模型過濾九成、只把可疑的交給貴模型，才跑得起「一直掃」。對採購的啟發是：別把系統寫死只能接某一家模型，保留隨時換便宜貨的彈性。但也別急著自己搭路由——對多數企業，選一個「本來就幫你路由」的平台，比自建划算。
這是不是代表「最強模型」不重要了？
不是不重要，是「最強」不再是唯一的採購標準。模型能力還會進步，但對多數企業來說，「最強模型」和「夠強又便宜的模型組合」之間的實用差距正在縮小，而後者的帳單漂亮很多。真正的轉向是：2026 下半年起，企業比的重點從「誰跑分最高」換成「怎麼用最省的組合把事穩定做完」。需要極限能力的少數場景仍會用最強模型，但那是例外，不是預設。
參考來源
- The Information：Exclusive — Microsoft Preps Mythos-Like AI Bug Finder(2026-07-17 首報，原文為付費牆)
- TechRepublic：Microsoft’s ‘Project Perception’ Could Challenge Anthropic’s Mythos in AI Security(2026-07-17,model router、對標 Mythos、月底推出)
- UC Today：What Is Microsoft’s Project Perception and Can It Match Anthropic’s Mythos?(2026-07-17，路由三家模型、Mythos 定價、Hayete Gallot、成本低約 5 成)
- CNBC：Microsoft unveils new AI models to lessen reliance on OpenAI and lower costs(2026-06,MAI 系列、以自家模型省成本的脈絡)