2026 年 8 月 4 日，SailPoint 在 Black Hat USA 宣布 SailPoint Identity Security solution 正式登場——由 5 月發表的 Agentic Fabric（正式 GA）與 Human Fabric（Identity Security Cloud 的演進版）合而為一，構成涵蓋人類、機器與 AI 代理人的單一身分安全方案。原廠今年整年的主軸只有三個字：AI, secured.
而它要解決的問題，原廠自己是這樣定義的：「The rapid rise of AI agents creates an unprecedented security blind spot and a new, critical attack surface.」——AI 代理人的快速興起，製造了前所未見的資安盲區，以及一個全新且關鍵的攻擊面。
這句話的重量在後半段。盲區還可以慢慢補，攻擊面不行。
頤合資訊自 2016 年起在台灣導入 SailPoint，是最早的落地夥伴之一。以下整理這套架構是什麼、能為金融機構解決什麼、台灣現在的實際狀況，以及現在動手的第一步。
三分鐘掌握
- 原廠的一句話定位：Discover, govern, and protect all AI agents——探索、治理、防護企業內所有 AI 代理人。
- 問題不是 AI 會不會出錯，而是你不知道環境裡有幾個代理人、誰負責、碰得到什麼資料、關不關得掉。
- 兩張網，一塊布：Human Fabric 管人、Agentic Fabric 管 AI 代理人與非人身分，共用同一個底層平台與同一套治理邏輯。
- 它不是端點管理工具：探索有四條路徑，跑在雲端平台上的企業代理人透過連接器介接，完全不必碰個人電腦。
- 直接對應金管會要求：AI 資產清冊、指定負責主管、可安全關閉、稽核軌跡——AI 指引要的四件事，這套架構都有對應。
- 現在就能動的第一步：Discovery Tool 提供 30 天免費試用，IdentityIQ 與 Identity Security Cloud 既有客戶都適用。
一、先回答四個問題
SailPoint 技術長在談 AI 代理人治理時提了四個問題。我們把它原封不動放在最前面，因為在客戶會議上，這四題幾乎沒有人能立刻答得出來：
- 你的環境裡現在有幾個 AI 代理人正在運作？
- 它們碰得到哪些系統與資料？
- 誰負責管理它們？
- 當它們開始出現非預期行為，你關得掉嗎？
原廠對這個現象的描述相當具體：代理人幾分鐘就能生出一個、全天候運作，「They don’t show up in your HRIS. They’re not provisioned through traditional IT channels. And yet, they are rapidly multiplying across enterprise environments, often without anyone noticing.」——不會出現在人資系統裡、不走傳統 IT 配發流程，卻在企業環境中快速增生，而且通常沒有人注意到。
這正是 AI 代理人與傳統服務帳號最大的差別。服務帳號的數量相對靜態，申請、核准、建立都有流程可循；AI 代理人多半是用低程式碼工具建的，業務單位自己就能做，數量成長不經過 IT。更關鍵的是它的能力面會變——今天連了哪些工具、掛了哪些知識庫、甚至串接了哪些其他代理人，都可能與上週不同。服務帳號的權限是給定的，代理人的權限面是長出來的。
而企業並不打算因此停下來。原廠把這個張力寫得很直接：「This new identity crisis means innovation cannot proceed confidently without a robust strategy.」以及「Securing identity is now the prerequisite for innovation in the AI era.」——身分安全不是 AI 創新的煞車，而是它的前提。
二、先解釋一個詞：為什麼叫 Fabric
Fabric 借自 IT 基礎架構既有的用法——network fabric、storage fabric。它指的是一層織進去的網：任意節點對任意節點、沒有階層、擴充時不必重畫拓樸。
相對於「platform（平台）」是你登入上去的東西、「suite（套裝）」是一包功能的集合，fabric 強調的是橫向織過所有系統的一層控制面。底層平台仍是 Atlas，上面織兩張網：Human Fabric 涵蓋人類身分，Agentic Fabric 涵蓋 AI 代理人與非人類身分。同一塊布、兩種經緯——這也是為什麼兩者能共用同一套核准流程、同一份稽核軌跡、同一個身分關聯圖。
| 名稱 | 本質 | 涵蓋對象 |
|---|---|---|
| SailPoint Atlas | 底層平台，兩張 Fabric 共用 | — |
| Human Fabric | Identity Security Cloud 的演進版，從定期稽核推向持續、即時的治理 | 員工、承攬人員等人類身分 |
| Agentic Fabric | AI 代理人與非人類身分的集中控制面，2026 年 8 月 4 日 GA | AI 代理人、機器帳號、憑證、MCP client |
| IdentityIQ | 地端軟體版本，最新版 8.5（2025 年 7 月 GA），持續在售並提供支援 | 人類身分（地端部署） |
SailPoint 對自身差異化的說法是：身分是唯一真正的控制平面（the only true control plane）。相對於從網路或資料切入的廠商，以及只提供孤立可視化圖表、卻無法執行修補的新創，Agentic Fabric 是既有企業級平台的延伸，而非另一個獨立的利基產品。對已經在跑 SailPoint 的機構而言，這句話的實務意義是：治理邏輯、核准流程與稽核報表都不必重學。
三、為什麼是現在：台灣的實際狀況
代理式 AI 的採用率，一年翻了一倍
iThome 2026 年 CIO & CISO 大調查（2026 年 1 月執行，有效問卷 396 份）顯示：台灣大型企業的代理式 AI 採用率從去年的 17%，今年提高到 32%，幾乎翻倍；RAG 架構採用率也從 26% 增至 35%。同一份調查另指出，超過三成企業要在資安流程中導入代理式 AI，金融業最積極，百億營收企業更高達四成。
金融業的基本盤則來自主管機關。金管會 2025 年 5 月公布的《金融業應用人工智慧（AI）調查結果》（2025 年 4 月調查、母體 383 家）顯示：126 家已導入 AI（33%），其中銀行業達 87%、壽險 67%、產險 45%；已導入者中61 家使用生成式 AI，占 48%，年增 21 個百分點。
代理人已經在金融業內大量誕生
這不是預測，是已經發生的事。台灣微軟公開的案例中，富邦金控導入上千套 Microsoft 365 Copilot 帳號授權，平均活躍使用率超過九成，並於 2025 年舉辦全台金融業首場 Copilot Studio 代理人黑客松，兩年內累計開發出 23 組 AI 應用場景。玉山銀行則同時使用 Copilot Studio 與自建的企業 AI 平台，內部短時間內已累積上百個 AI Agent 應用（見遠見雜誌 2026 年 6 月企劃報導）。中國信託是台灣首批導入 Microsoft 365 Copilot 的銀行之一，培育 250 位 AI 種子教練、近萬名員工完成 AI 培訓。
換句話說，「業務單位自己造代理人」在台灣金融業已經是進行式，而且是由高層帶頭推動的。 一個機構內部出現上百個代理人，靠的不是 IT 逐案建置，而是低程式碼工具讓各單位自己動手——這正是原廠所描述的增生模式。
而治理的速度，明顯落後
中華電信在 2026 年臺灣資安大會（CYBERSEC 2026）首度公開骨幹流量觀測：全台約 30 萬家企業線路中，19 萬 9,400 家企業有員工使用 AI 工具，滲透率達 66%。這個數字說明的不只是普及率，更是可見度問題——能在企業線路上觀測到流量，本質上就代表該企業並未針對這類工具進行管制。
台灣微軟總經理卞志祥在 2026 年工作趨勢指數台灣發表會上，對金融業的觀察是：因法規對 Agent 的定義尚未明朗，加上資料上雲與資安規範限制，金融業的 Agent 化比例相對落後，多數仍處於概念驗證階段，但預期這項落差會在兩年內快速縮小。他同時指出，較成熟的台灣大型企業已開始在董事會層級成立 AI 治理委員會，部分企業更已在討論由人資與技術部門共同管理「數位代理人」這個新角色。
這段時間差，正是現在動手的理由。 代理人數量還沒衝到治理失控的規模，監理要求也還在成形——現在建立清冊、負責人與覆核機制，成本遠低於兩年後回頭補。
監理方向已經指到「問責」與「人為監督」
- 《金融業運用人工智慧（AI）指引》（113 年 6 月 20 日訂定）核心原則一即要求金融機構指定高階主管負責 AI 監督管理，並「建立並維護 AI 模型清單」；第二章明確定義人在指揮（HIC）／人在迴圈內（HITL）／人在迴圈上（HOTL）三種監督層級，並要求在人員無法控制或介入決策時，仍可由人員安全地關閉 AI 系統。
- 《金融機構資通安全防護基準》（銀行公會訂定，金管會 114 年 2 月 6 日函同意備查）第四條第七款（三）直接命中非人類身分：「提供給系統使用之帳號應採取適當之管控措施（如限制人工登入、監控告警）」；第四條第十二款另要求依最小權限與僅知原則配發權限，並定期審查帳號、權限之合理性及異常存取紀錄。
- 《金融業導入零信任架構參考指引》（113 年 7 月 15 日，金管資字第 1130193942 號）第四點列舉的高風險場域中，「系統維運管理之特權帳號」「應用系統高權限帳號」「服務供應商遠端維運」三項，正是 AI 代理人最容易落腳的位置。
- 《金融資安韌性發展藍圖》（114 年 12 月 30 日發布）重點六明白預告：將研訂「金融業 AI 系統安全防護及檢測參考指引」，以涵蓋 AI 特有攻擊類型。
把這幾份文件放在一起看，方向非常一致：AI 系統要有清單、要有負責的高階主管、要能被關閉、要留下稽核軌跡；系統使用的帳號要納管、要最小權限、要定期審查。 這正好就是 Agentic Fabric 在做的事——它不是為了台灣法規設計的，但功能對位相當精準。
四、Discover：看見企業內所有的 AI 代理人
原廠把三大支柱的順序講得很死：Discover → Govern → Protect，而且不能跳。理由是那句被反覆引用的話：「You cannot secure what you cannot see.」——看不見的東西沒辦法保護。
這也是實務討論中最常被誤解的一段。第一次接觸的客戶常問：「這是端點方案嗎？是不是每台 PC 都要裝 agent？」答案是否定的。 探索設計有四條路徑，端點只是其中之一：
| 探索路徑 | 需要部署元件嗎 | 看得見什麼 |
|---|---|---|
| AI 代理人平台連接器 | 不需要，走 API 介接 | 建置在企業自有 AI 平台上的企業級代理人，以及它們的憑證、權限範圍、負責人資訊與生命週期訊號 |
| 身分提供者（Entra ID／Okta） | 不需要 | 登入行為與身分對應關係，作為後續關聯的基準 |
| EDR／SIEM 資料饋入 | 不需要，沿用既有平台 | 端點遙測資料 |
| 端點與瀏覽器感測器（SEAS／SBAS） | 需要部署 | 跑在個人電腦上的 coding agent、本機 MCP client 與工具外掛——這些從雲端管理台完全看不到 |
換句話說，跑在企業 AI 平台上的代理人，完全不需要碰任何一台個人電腦就能被納管。
原廠提供哪些 AI 代理人平台連接器
SailPoint 為主流代理人建置平台提供原生連接器，原廠的說法是「turnkey」——安裝連接器、完成認證，代理人就會開始流入 SailPoint，設定工作極少。目前涵蓋：
| 類別 | 已提供原生連接器的平台 |
|---|---|
| 微軟 | Microsoft Copilot Studio Agent、Azure AI Foundry、Microsoft Entra |
| 雲端業者 | AWS Bedrock、AWS Bedrock AgentCore、Google Cloud Vertex AI |
| 企業應用 | Salesforce Agentforce、ServiceNow Agents、Snowflake Cortex |
| 資料與開發 | Databricks（Agent Bricks／Unity Catalog）、Cursor Enterprise、Anthropic Claude Enterprise、n8n |
原廠將 Microsoft Copilot Studio 形容為「成長最快的企業 AI 部署平台之一」，這與前述富邦、玉山的實況相符。對已採用 Microsoft 365 的台灣金融機構而言，這條路徑最短。
如果我們用的平台不在清單上？
這是台灣客戶最常追問的一題，原廠也給了明確答案。除原生連接器外，Agent Identity Security 可透過 Web Services SaaS 通用連接器，從任何具備 REST、SOAP 或 GraphQL API 的系統匯入代理人身分。原廠原文寫得相當直接：「If an AI agent makes its identity data available through an endpoint, SailPoint can effectively aggregate and manage it.」並強調這消除了傳統上「有支援」與「沒支援」系統之間的界線。
原廠對此的論述是：治理不能被單一廠商的整合時程綁住，必須跟得上 AI 生態系演進的速度。實務上我們仍建議在 PoC 階段實際驗證目標平台的 API 欄位是否足以支撐後續的負責人指派與覆核作業——能撈進來，和撈進來之後治理得動，是兩件事。這是頤合在專案規劃階段會優先確認的項目。
五、Govern：把一個代理人變成一個「身分」
第二個常見疑問是：「掃到之後呢？要怎麼建立身分機制？」
這裡有個關鍵的觀念轉換。原廠的核心主張是「govern agents as first-class identities… rather than as disconnected AI assets」——把代理人當成與人類同級的第一級身分來治理，而不是當成一項孤立的 AI 資產。 官方文件也明確定義：AI 代理人是機器身分的一種。流程是這樣：
- 關聯（Correlation）：連接器或感測器回報時會帶著對應的企業身分，因此「這個代理人由誰建立、以誰的身分執行」是天然就具備的資訊，不需要人工比對。
- 指定負責人（Ownership）：每個代理人指派一位或多位人類負責人。系統支援自動繼任規劃——當主要負責人離職或轉為停用，權責自動移交，避免產生無人負責的孤兒代理人。原廠對此的說法是「so governance never falls through the cracks」。
- 登錄為第一級身分（Registry）：代理人被登記進清冊，欄位包含類型、負責人、所屬商業應用、狀態、異動歷程，以及它連接了哪些工具、使用了哪些憑證與機器帳號。
- 納入覆核（Certify）：真正被咬住的是上一項的最後一欄——那個機器帳號在核心系統裡擁有什麼權限、是否符合最小權限、多久覆核一次、停用時走什麼核准流程。 這些沿用既有的申請、核准、覆核與稽核邏輯，不需要為 AI 另建一套治理框架。
一項容易被忽略、但稽核單位最容易聽懂的能力
官方文件中有一份報表叫 Identities Overpermissioned by Agents——它抓的是「人類身分透過 AI 代理人，取得了他本來不該有的權限」。
這個場景在實務上非常常見：一個代理人為了完成任務被授予較高權限，而任何能呼叫該代理人的員工，實質上就間接取得了那些權限——但在傳統的權限報表上完全看不出來，因為那名員工帳號的權限並沒有變。原廠稱之為「direct and indirect access pathways」，並將「防止人類身分透過 AI 代理人取得過高權限」列為官方文件的四大導入效益之一。
這是靜態的機器身分或憑證管理產品做不到的事，也是我們在金融客戶會議上最容易讓內稽與法遵單位立刻理解價值的一段。
所以 Agentic Fabric 與 MDM、EDR 並不重疊：MDM 管裝置合規、EDR 管惡意行為，Agentic Fabric 管的是「這個非人類身分持有什麼權限、由誰負責、要不要覆核」。 最容易理解的類比，是二十年前 IGA 剛起步時做的「離職人員帳號清查」：你不是在管那個人的電腦，而是在管那個人名下散落在各系統中的帳號。現在只是把主體從「人」換成「AI 代理人」——而後者的數量成長速度，遠比當年的人類帳號快得多。
六、Protect：能力現況與導入節奏
第三段是防護。以下整理三大支柱各項能力與目前狀態——我們把 GA 與路線圖分開列，是因為這條界線直接影響專案驗收標準怎麼寫：
| 階段 | 能力 | 現況 |
|---|---|---|
| Discover | 四路徑探索、代理人與憑證清冊、工具連線盤點、身分關聯圖 | 已 GA |
| Discover | Shadow AI 與未納管應用的能見度 | 已 GA |
| Govern | 人類負責人與自動繼任、生命週期、啟用停用核准流程 | 已 GA |
| Govern | 代理人關聯帳號的存取覆核與稽核證據產出 | 已 GA |
| Govern | Identities Overpermissioned by Agents 等稽核報表 | 已 GA |
| Protect | 集中式停用機制（kill switch）：停用走請求與核准流程，每次都留下完整稽核軌跡 | 已 GA |
| Protect | Prompt security：對送往 LLM 的內容進行檢查與個資遮蔽 | 2026 年 8 月宣布，建議於 PoC 一併驗證 |
| Protect | 執行期管控：於工具呼叫的決策點即時放行或拒絕 | 原廠已公布政策模型，屬下一階段路線圖 |
我們給客戶的建議是：先把 Discover 與 Govern 這兩段的價值做滿。 對絕大多數台灣金融機構而言，能把散落的 AI 代理人、機器帳號與憑證盤成一份有負責人、有覆核週期、有稽核軌跡的清冊，就已經解決了現階段最迫切的問題，也直接對應現行法規要求。執行期防護則隨原廠版本推進逐步納入——這樣的節奏對專案風險最友善，也是我們不會把路線圖功能寫進驗收標準的原因。
七、導入之後，你會拿到什麼
一個典型的第一階段專案完成後，貴機構手上會多出四樣東西：
- 一份可交付稽核的 AI 資產清冊。 每一個 AI 代理人都有明確的人類負責人、繼任者、所屬商業應用與狀態，並記錄它連接了哪些工具、使用了哪些憑證與機器帳號。這份清冊直接對應《AI 指引》要求的「建立並維護 AI 模型清單」與問責機制。
- 代理人所使用的帳號進入既有覆核週期。 AI 代理人手上的機器帳號，過去往往是長期常設、無人定期檢視的高權限帳號。納管之後，它與人類帳號一樣有覆核人、有覆核週期、有可產出的覆核證據——這正是《資通安全防護基準》第四條第七款（三）與第十二款要求的內容。
- 間接權限路徑被攤開。 透過 Identities Overpermissioned by Agents 報表，看見哪些人類身分實際上透過代理人取得了超出職務所需的存取範圍。
- 失控代理人有明確的停用路徑。 停用走既有的請求與核准流程，每一次都留下完整稽核軌跡——對內稽與金檢而言，「能關掉」與「關掉這件事被記錄下來」同樣重要。
換句話說，這不是為了 AI 另建一套新的資安系統，而是把 AI 代理人納入貴機構已經運作多年、稽核單位也已經熟悉的治理流程。這是我們認為這套架構最值得肯定的設計判斷，也代表導入成本與稽核溝通成本都比另起爐灶低得多。
八、Human Fabric 側：即時治理與零常設權限
統一方案的另一半是 Human Fabric，訴求是把人類身分治理從「定期稽核」推向「持續、即時」，並以零常設權限（Zero Standing Privilege）為方向。三項對金融客戶最實用的能力：
- Just-In-Time 權限配發（Privilege on Demand）：權限事先授權、使用時才配發、期滿或撤銷時自動移除。導入時的重點工作是既有常設權限的盤點與回收——JIT 改變的是新的配發路徑，存量權限需另行規劃收斂。
- AI Privilege Discovery：以機器學習持續監控權限並建議權限等級，協助找出長期累積而未被察覺的過高權限。
- Harbor Pilot：以自然語言操作 SailPoint 的代理式介面。另有 MCP Server，可讓第三方 AI 代理透過標準協定發起存取申請，稽核紀錄會明確標示「由 AI 代表某身分提出」——這一點對稽核單位相當關鍵。
一條值得先釐清的分界：JIT 的執行主體是人類使用者，由使用者在需要時自行活化已預先核准的權限；對 AI 代理人，原廠現階段提供的是執行期授權判斷。若貴機構的需求明確是「讓 AI 代理人取得時效性提權」，建議在選型階段就把這一項單獨提出來討論。
九、頤合的導入準備清單
以下是頤合協助客戶啟動專案時，會在規劃階段一併確認的事項。提供出來，方便貴機構在內部評估與跨部門協調時使用：
- 代理人建置平台盤點：各單位目前用哪些平台建 AI 代理人？是否有低程式碼工具讓業務單位自行建置？這決定連接器選型與增生速度的預估。
- 連接器覆蓋率確認：目標平台是否有原生連接器？若需走通用連接器，其 API 是否提供足夠的身分欄位支撐負責人指派與覆核？建議在 PoC 階段實地驗證。
- 身分提供者現況：是否已導入 Microsoft Entra ID 或 Okta？這是 Agentic Fabric 的架構前提。
- 負責人指派原則：代理人的負責人是建置者、業務單位主管，還是 IT？繼任順位怎麼定？這一題沒有標準答案，但必須在專案初期就決定。
- 覆核流程設計：代理人與其關聯帳號的覆核週期、覆核人指派原則，以及覆核證據的產出格式，需符合內稽與金檢要求。
- 停用演練：失控代理人的停用路徑與所需時間，建議在 PoC 階段實際演練一次並留下紀錄，作為日後的應變依據。
- 端點感測器的範圍與法遵程序：若需涵蓋本機 coding agent，建議依風險分族群部署（開發、資料團隊優先），而非全公司一次到位；部署前的內部告知程序與資料蒐集範圍說明，由頤合協助準備。
- 與既有資安監控的銜接：告警如何進到現有的資安監控與事件處理流程，由頤合一併規劃。
十、頤合觀點：先盤點，再談架構
頤合資訊是台灣最早導入 SailPoint（2016 年）與 CyberArk（2012 年）的系統整合商。從這個位置看這次的產品線整合，我們給客戶三個建議：
- 先盤點，再談架構。 SailPoint 提供 Discovery Tool 30 天免費試用，且依 5 月官方新聞稿說明，既有的 IdentityIQ 與 Identity Security Cloud 客戶亦適用。不需承諾任何平台變更，就能產出一份實際數據——而這份清單本身，就直接對應金管會 AI 指引所要求的 AI 資產清冊。
- 把 AI 代理人當成身分來管，而不是當成一項新技術來防。 這是這套架構最值得肯定的設計判斷——它沒有為 AI 另建一套治理體系，而是把代理人納入企業已經運作多年、稽核單位也已經熟悉的 IGA 流程。對金融機構來說，這代表導入成本與稽核溝通成本都低得多。
- 分階段推進，先把 Discover 與 Govern 做滿。 先把代理人盤清楚、負責人指定好、權限納入覆核，這一階段就能產出可交付稽核的成果；執行期防護隨原廠版本推進逐步納入，專案風險最低。
回到最前面那四個問題。如果貴機構現在答不出「有幾個、誰負責、碰得到什麼、關不關得掉」，那不是管理疏失，而是目前絕大多數金融機構的共同起點。 差別只在於，有些機構已經開始把答案建立起來。
頤合資訊可協助貴機構安排 Discovery Tool 試用、進行 AI 代理人與非人類身分的現況盤點、對照金管會相關指引評估治理缺口，並規劃 Agentic Fabric 的導入路徑。歡迎與我們聯繫，安排一次 30 分鐘的現況討論。
延伸閱讀：當 AI 代理人開始自己拿鑰匙：SailPoint Agentic Fabric 如何補上 AI 時代的身分治理缺口｜AI Agent 資安治理：服務帳號與非人類身分的管理挑戰｜SailPoint 產品說明
參考資料
- SailPoint 新聞稿〈SailPoint eliminates blind spots with unified protection across human, non-human, and AI agent identities〉，2026-08-04：sailpoint.com
- SailPoint 新聞稿〈SailPoint Launches Agentic Fabric to Secure AI Identities Across the Enterprise〉，2026-05-11：sailpoint.com
- SailPoint 部落格〈Control your AI: SailPoint can discover, aggregate, and secure every AI agent across your enterprise〉，2026-03-09（連接器清單與通用連接器說明）：sailpoint.com
- SailPoint 產品頁：Agentic Fabric｜Agent Identity Security｜Human Fabric｜Discovery Tool
- SailPoint 官方技術文件：Agentic Fabric｜Agent Identity Security Overview
- 金管會《金融業運用人工智慧（AI）指引》，113 年 6 月 20 日：主管法規查詢系統
- 金管會《金融業導入零信任架構參考指引》，113 年 7 月 15 日，金管資字第 1130193942 號：主管法規查詢系統
- 銀行公會《金融機構資通安全防護基準》（金管會 114 年 2 月 6 日函同意備查）：中華民國銀行商業同業公會全國聯合會
- 金管會《金融資安韌性發展藍圖》，114 年 12 月 30 日：金管會專區
- 金管會《金融業應用人工智慧（AI）調查結果》，2025-05-20：金管會新聞稿
- iThome〈2026 CIO&CISO 大調查：AI 原生架構快速崛起〉，2026-05-15：ithome.com.tw
- iThome〈2026 企業資安大調查：資安 AI 代理崛起〉，2026-04-28：ithome.com.tw
- iThome〈臺灣資安大會直擊：電信流量揭臺灣企業 AI 風險〉，2026-05-19：ithome.com.tw
- 微軟新聞中心〈AI 代理人引爆創新熱潮！富邦攜手台灣微軟首辦 Copilot Studio 黑客松〉，2025 年 9 月：news.microsoft.com
- INSIDE〈微軟 2026 工作趨勢指數台灣發表會〉，2026-06-30：inside.com.tw
本文所述功能狀態以 2026 年 8 月 24 日查證之原廠公開資料與技術文件為準，產品功能可能隨版本更新而異動，實際規格請以原廠最新說明為準。文中引用之第三方調查數據，出處與調查期間均已標示，請依實際需求向原調查單位查證。
發佈留言