AI Agent自动审查Microsoft 365登录与MFA日志实测

当AI Agent接管租户安全巡检

管理Microsoft 365租户的日常工作里，排查用户登录异常和多因素认证（MFA）问题往往耗时且繁琐。一位安全工程师在实测中演示了一种新思路：直接把这类任务交给AI Agent处理。

他给出的指令非常口语化——让Agent检查近期是否有用户遇到MFA或登录问题、需要重点关注哪些人，并要求结合官方Microsoft文档给出判断。换句话说，不是让人去逐条翻日志，而是让Agent先理解意图，再自主执行调查。

这段演示属于「租户里的Agent」系列的第二期，核心命题很直接：AI能否真正承担起安全运维中那些重复性的审查工作？

Agent的实际工作流程

接到指令后，Agent并没有一步到位给结论，而是展现出清晰的分步推理过程。它先说明会「先检查本地报告和日志，然后把可疑模式与Microsoft的建议进行对照」。这种「取证—比对—输出建议」的链路，恰恰是人工排查时的标准思路。

执行过程中，Agent持续抓取数据并实时「解说」自己在做什么。它拉取了约11天的日志记录，初步判断这段时间内相关活动并不频繁。更值得关注的是它的一个判断细节：它主动去确认MFA是否真的被强制启用——因为「没有报错」和「根本没有强制MFA」是两种完全不同的安全状态。

这个区分很关键。很多安全盲区正是源于「看起来没问题」的假象，而Agent能够主动识别这类逻辑陷阱，说明它不只是在做关键词检索，而是带着一定的安全语义理解在工作。

多因素认证（MFA）是Microsoft 365安全体系的核心防线之一。它要求用户在输入密码之后，还需通过第二种方式验证身份——通常是手机上的Authenticator App推送通知、短信验证码或硬件令牌。Microsoft 365管理员可以通过条件访问策略（Conditional Access Policy）强制要求全部或特定用户启用MFA，但也可能因配置疏漏而仅「建议」而非「强制」。Agent在此步骤主动区分「无MFA报错」与「MFA从未被强制执行」，正是针对这一常见配置盲区：前者意味着MFA正常运行，后者则意味着整个验证环节形同虚设，攻击者只需窃取密码即可完全绕过。

输出结果：不止发现问题，还给出下一步

最终Agent给出了一份可操作的清单。它标记出的首要问题是：针对Graph相关的某账户没有注册验证器（authenticator），同时存在几次因中断导致的错误，以及「保持登录」（Keep me signed in）相关的待核查项。

换句话说，Agent不仅指出了「哪里有问题」，还直接告诉管理员「接下来应该检查什么」。这种从发现到建议的闭环，正是把纯粹的日志数据转化为运维行动的关键一步。

Graph API（Microsoft Graph）是Microsoft 365平台对外暴露数据与操作能力的统一接口，涵盖用户账户、邮件、日历、Teams消息乃至安全日志等资源。针对Graph相关账户的安全审查尤为重要：拥有Graph API访问权限的服务账户或应用注册，若未绑定验证器或缺乏MFA保护，一旦凭据泄露，攻击者便可通过程序化方式大规模读取或修改租户数据，危害范围远超普通用户账户。因此Agent将「Graph相关账户未注册验证器」列为首要问题，是有针对性的安全优先级判断，而非泛泛的合规检查。

安全工程师会被取代吗？

演示中最有意思的，是作者自己提出的那个问题：「这么一来，我这个安全工程师是不是就没用了？」

他的答案很清醒：当然还需要人。但真正的价值在于——他不必对每一个技术细节都了如指掌，就能借助Agent去动手配置和管理自己的租户。Agent降低的是「门槛」，而不是取代「判断」。

这代表了一种务实的AI使用观：工具的意义不是让你无所不知、一键通关，而是让你在不完全精通的情况下，依然能把工作推进下去，并在过程中学习。对于中小团队或身兼多职的管理员来说，这种「有个懂行的助手在旁边」的模式，比追求完全自动化更贴近现实需求。

这类实践的意义

从这次实测可以看出几个趋势。AI Agent在企业安全运维场景下，已经能完成「理解模糊指令—自主取证—对照官方规范—输出可执行建议」的完整链条。它处理的不是孤立命令，而是带有上下文和安全常识的调查任务。

当然，演示规模有限，涉及的日志量和复杂度都不高，作者本人也坦言自己「登录方式一向很安全」，所以Agent能挖出的问题本就有限。真正的考验在于更大规模、更复杂的租户环境下，Agent能否保持判断的准确性，以及它给出的建议是否经得起合规审查。

但方向已经清晰：AI不再只是回答问题的聊天机器人，而正在成为能动手操作、带着专业视角做事的运维伙伴。安全工程师的角色，也会从「亲自翻日志」逐步转向「审核与决策Agent的工作成果」。