跳到主内容

微软 MXC 正式 GA:把 agent 的权限边界从「应用自觉」搬到「操作系统强制执行」

微软在 2026-10-07 宣布 Microsoft Execution Containers(MXC)正式 GA:开发者用一份 JSON 策略声明 agent 能碰哪些文件、网络与桌面资源,由 Windows 在运行时强制执行,agent 无法给自己扩权。四种隔离后端中 MicroVM 仍是 experimental,Entra 身份区分与 Intune 管控仍为 coming soon。

2026-10-10 · Windows Developer Blog 官方公告(2026-10-07,Logan Iyer 署名,逐段核对)

发布 2026-10-10核实 2026-10-10

要点速览

  • MXC(Microsoft Execution Containers)已于 2026-10-07 正式 GA,同时 Windows 365 对 MXC 的支持也一并 GA——意味着 Cloud PC 上跑 agent 也能用同一套隔离模型。
  • 它解决的不是「agent 会不会乱来」,而是「谁来当安全权威」:官方原话是 「An agent cannot be its own security authority」。策略写在 agent 之外,由操作系统在运行时强制执行,agent 或它生成的代码无法给自己加权限。
  • 四种隔离后端,成熟度不同:Process container(Win11/macOS/Linux,GA)、Session container(仅 Win11,GA)、WSL container(Win11,GA)、MicroVM(Win11/Linux,仍为 experimental)。
  • 三种运行模式是这篇最实用的部分:Enforcement(按策略拦)、Learning(拦 + 记录 JSON 活动报告)、Permissive(不拦,但记录本会被拦的访问)。写最小权限策略的正确姿势是先用 Permissive 观察,再转 Learning 验证,最后进 Enforcement。
  • 已经接入的 agent:GitHub Copilot、OpenAI Codex、OpenClaw、Replit、LM Studio、Unsloth AI,以及 NVIDIA OpenShell。Claude Code、Manus、Perplexity、Box、Raycast 等在「即将支持」名单里。
  • 别把 GA 理解成「企业管控已就绪」:Entra 区分 agent 与用户活动、Agent 365 管理本地 agent、Intune 管理 MXC 进程容器三项官方均标注为 coming soon / will soon be available,今天还不可用。

为什么微软要专门做一层「执行边界」

官方给的例子很能说明问题:让一个 coding agent 去改网站。它需要对仓库读写、需要构建与测试工具、可能需要读生产服务器配置来理解部署方式——但不应该能改这份配置。

没有边界时,agent 完全可能判断「改一下服务器配置是最快完成任务的路径」,然后把生产站搞挂。这个动作从 agent 的视角看是合理的,却超出了开发者原本想授予的权限。

MXC 的做法是把这个边界外置并强制化:

The policy remains outside the agent workload's control, so the agent or generated code cannot grant itself additional access.

这条设计对 agent 工具尤其关键——此前主流做法(应用内 allowlist、提示词约束、模型对齐)都属于「靠应用自觉」,模型一旦被提示注入或生成了越权代码,防线就跟着一起失效。MXC 把防线放到了应用之外的操作系统层。

四种隔离后端:按负载挑,不是越重越好

后端可用平台状态适合什么关键特征
Process containerWindows 11 / macOS / LinuxGA模型生成的代码、工具执行等要求低延迟、高响应的负载用平台原生进程沙箱:Windows 的 AppContainer、macOS 的 Seatbelt、Linux 的 Bubblewrap
Session container仅 Windows 11GA需要桌面、或要与交互用户强隔离的长期运行 agent / 自动化跑在独立的 Windows 账户与会话下,桌面、剪贴板、UI、输入、活动会话全部与用户分离
WSL container(WSLc)仅 Windows 11GA依赖 Linux 包与开发生态的 Linux 优先工具链通过 WSL 提供 Linux 执行环境
MicroVMWindows 11 / Linuxexperimental需要硬件级虚拟化边界的高风险负载硬件强制隔离 + 完整 Linux 负载兼容

这里有个容易被忽略的取舍:隔离最强的那一档(MicroVM,有 hypervisor 隔在中间)恰恰是官方标注为 experimental 的一档。也就是说,今天生产可用的最强边界是 Session container,而它只有 Windows 11 有。官方自己也提醒:「Each containment backend has distinct security properties and workloads should be evaluated for fit」——别拿进程级隔离去顶一个本该用虚拟化隔离的需求。

策略能管什么:五个维度

开发者用统一的 JSON 配置 schema + 多语言 SDK(仓库在 GitHub,MIT 许可,提供 Rust / .NET / Node 接口)声明资源,MXC 负责把它映射到具体后端:

策略域控制内容
Containment负载跑在哪个隔离环境里(进程容器 / 会话容器……)
Process启动负载所用的命令、参数、工作目录、环境变量等
File system哪些位置可改、哪些只读、哪些完全不可访问
Network入站 / 出站连接,含能否通过宿主机 loopback 访问服务
User interface能否访问或操作桌面及相关 UI 资源

注意 Network 一栏里明确包含 loopback——这条对本地开发很实在:agent 起个本地调试服务、或去戳你本机的 11434(Ollama)/ 其他本地端口,都是可以被策略单独关掉的,而不是「要么全断网要么全放开」。

三种运行模式:这才是能立刻用起来的部分

写「最小权限策略」最难的地方在于——你事先根本不知道这个 agent 到底要碰哪些资源。MXC 给了三个模式来渐进收敛(活动报告目前仅 Windows 的进程容器支持):

模式未授权访问活动报告用途
Enforcement阻断无用已确定的生产策略跑负载
Learning阻断并记录有复现隔离失败、验证策略是否只授予了必需权限
Permissive放行并记录有在策略编写期观察 agent 到底想碰什么,负载能跑完,同时收集证据

推荐顺序:Permissive 跑一遍收集证据 → 收敛成最小权限策略 → Learning 验证无遗漏 → Enforcement 上线。

Permissive 不是绕过其它限制:官方明确 「Permissive mode does not bypass other applicable operating system or organizational restrictions」。它只是不执行 MXC 自己的策略,操作系统与组织层面的既有约束照旧生效。

另外官方给了一个对 agent 开发者很重要的行为要求:组织策略可能比默认配置更严格,agent 遇到被拦时应该说清楚「在当前权限下完不成」、请求用户或管理员动作、或选一个安全的替代路径——「It should not silently fail」。静默失败是这一类沙箱落地后最常见的体验事故。

谁已经支持,谁在路上

已支持:GitHub Copilot、OpenAI Codex、OpenClaw、Replit、LM Studio、Unsloth AI。NVIDIA 的 OpenShell 也已完成集成,额外补上了文件与推理服务的策略控制、高级网络控制、凭据管理,以及面向企业的 OCSF 审计。

官方列为「即将支持」:Anthropic Claude Code、Box、Egnyte、Heidi Health、Hermes Agent by Nous Research、Manus、Perplexity、Raycast、Simular 等。

读法提醒:「已支持」是微软单方面的集成状态报告,不等于每个客户端都已默认开启、也不等于每个后端都被该客户端支持。例如 GitHub 侧另有文档说明 Copilot 在 Windows 上用的是 MXC 的 BaseContainer 档 ProcessContainer,且 shell 命令与本地 MCP / 语言服务器进程走进程边界,而内置文件工具是在 agent harness 内做策略检查、远程 MCP server 则不在本地进程沙箱内——不要以为开了 MXC 就把 Copilot 的每一个操作都罩住了。本站未逐客户端实测,接入状态请以各工具自己的文档为准(待核实)。

AI 之家 观点

这一条的意义不在「微软又出了个沙箱」,而在 agent 安全的责任方发生了转移。

过去两年,agent 的权限控制基本是应用内实现的:Cursor / Claude Code / Codex 各自有一套 allowlist 与审批交互。问题是这些控制与 agent 共享同一个进程与同一份信任——一旦模型被注入、或被诱导生成了绕过检查的代码,护栏就和 agent 一起失守。这跟 Claude Code 近期反复修钩子语义(v2.1.294 修「自然语言钩子会放行本该拦下的动作」、v2.1.295 引入 onFailure: "block" 把 fail open 改成 fail closed,详见 v2.1.295 资讯)是同一类问题的两种解法:一个在应用层把护栏修严,一个干脆把护栏搬出应用。

但 GA 不等于企业可用。 这里要泼一盆冷水:官方通篇把身份(Entra 区分 agent 与用户)、可管理性(Agent 365 管本地 agent、Intune 管 MXC 进程容器)都写成 coming soon。这意味着今天 MXC 的策略仍然主要由「agent 的开发者」书写,IT 部门还没有统一的下发与审计入口。对组织的建议是:现在可以做开发者侧的试点与观察(Learning / Permissive 模式正是为此设计的),但不要把「桌面 agent 已在 MXC 里跑」当作 fleet-wide 放行的理由。

对国内团队的额外提示:Session container 只有 Windows 11,且长期运行的桌面自动化是它最对口的场景;Linux 优先的工具链走 WSLc。macOS 用户目前只能拿到 Process container 这一档(AppContainer 对应物为 Seatbelt)——跨平台团队要给同一批 agent 准备三套不同的边界预期。

待核实

  • 各客户端的实际启用状态与默认后端:微软公告只给集成名单,未给 Copilot / Codex / OpenClaw 各自的版本门槛、默认值与支持的后端。本站未逐客户端实测,请以各工具官方文档为准。
  • MicroVM 后端的转正时间:官方仅标注 experimental(仓库侧 windows_sandbox / microvm / hyperlight 亦标 experimental),未给 GA 时间表。
  • Entra 身份区分、Agent 365 本地 agent 管控、Intune MXC 策略的具体上线时间:官方只写「soon」。
  • MXC 在中国大陆 Windows 上的可用性与后端差异:官方公告未涉及区域限制,本站未实测。
  • GitHub Copilot 侧对 Windows 版本的具体要求(有第三方整理称需 Win11 25H2 + 某 KB 或 26H1 + BaseContainer 支持):来自二手整理,未核对微软官方文档,不采信。

来源

口径说明:本文事实部分逐段核对微软官方公告原文;事件日期 2026-10-07 取自该公告的发布时间(官方页面标注 published October 7, 2026),非推断。

相关对比

Aider vs Claude Code:终端 AI 编程双雄怎么选

Aider vs Claude Code 2026 选型对比:开源 BYOK 多模型 vs Anthropic 订阅长任务 Agent,从编程能力、多模型支持、价格、Git 集成、国内可用性和适合人群判断,帮你选对终端 AI 编程工具。

Alice vs OpenClaw:桌面快捷键助手 vs IM 网关 Agent(2026 实测选型)

Alice vs OpenClaw 2026 选型对比:heyalice.app 桌面快捷键助手(BYO API + 一次买断) vs MIT 开源 IM 网关 Agent(20+ IM 渠道 + 7×24 Heartbeat + ClawHub 5400+ Skills)。从定位、核心能力、模型支持、价格、国内可用性 6 个维度帮你选对 AI Agent。

AutoGLM vs OpenClaw:国产 GUI Agent vs 开源 IM 网关(2026 实测选型)

AutoGLM 和 OpenClaw 都是开源 AI Agent,但一个操作手机 / 浏览器界面,一个通过 IM 网关 7×24 干活。本文从定位、能力、价格、国内可用性帮你选对工具。

Replit Agent vs Bolt.new:AI 应用生成器怎么选?自主时长、部署与后端对比

Replit Agent vs Bolt.new 2026 选型对比:从单次自主运行时长、部署方式、后端数据库、技术栈覆盖、价格 token 模型和适合人群判断,帮你决定用 Replit Agent 还是用 Bolt.new 做 MVP 和原型。

Claude Code vs Cline:CLI AI Agent 怎么选?2026 对比

Claude Code vs Cline 2026 选型对比:Anthropic 官方闭源 CLI Agent vs Apache-2.0 开源 VS Code 插件。从模型绑定、工作流、MCP 支持、价格、隐私和适合人群 6 个维度帮你选对 CLI AI 编程工具。

Claude Code vs Codex CLI:终端 AI Agent 双雄对比

Claude Code vs Codex CLI 2026 选型对比:Anthropic 与 OpenAI 两大官方终端 Agent 的模型、长任务、MCP 生态、Windows 支持、订阅打包价格和国内可用性全方位对比,帮你判断该用哪个终端 AI Agent,以及能不能两个一起用。

相关评测