AIR 獲得 5 千萬美元，用於審核與監控 AI 代理所使用的技能、外掛與附加元件
目錄
你可能想知道的事
企業如何開始保護圍繞 AI 代理日益擴大的軟體供應鏈？
什麼方法可以持續偵測並重新評估 AI 代理所依賴的技能、外掛與附加元件？
主要議題
隨著企業越來越多地授予 AI 代理對內部系統和外部資源的存取權，圍繞這些代理所使用的工具正在形成一條新的軟體供應鏈：技能、外掛、MCP 伺服器以及使網路存取與整合成為可能的各種附加元件。這個新興生態系統帶來了新的攻擊面，因為代理可以將第三方元件載入到運行環境中、在資料庫與服務之間執行操作，並擷取外部內容。主要的擔憂不僅是代理本身被直接利用，還包括被代理消費的輸入與元件遭到污染或操縱。這就產生了對可見性、持續驗證與在整個組織代理群中強制控制的需求。
AIR 是由 Yair Saban（執行長）與 Niv Hoffman（技術長）創立的 AI 安全新創公司，最近在隱匿期後現身並完成兩輪緊接的種子輪募資，共計 5 千萬美元。該公司的平台專注於三項整合能力：發現企業環境中運行的代理、持續審核那些代理所使用的技能與附加元件，以及在代理試圖與未達安全標準的資源互動時執行強制控制。AIR 亦經營一個經審核的技能與外掛市場，以簡化企業代理的安全使用。
創辦人有來自以色列 8200 單位的進攻性資安背景，這塑造了公司對主動發現與嚴格驗證的重視。在實務上，AIR 的產品旨在定位代理（包括員工用未批准帳戶啟動的代理）、在執行時監控代理行為，並攔截像是載入外掛或從網路擷取內容等動作。平台會將每個工具或附加元件與維護的白名單交叉比對，並在元件未知或被標記時套用強制規則。 一項核心主張是持續重新驗證是必要的，因為先前安全的元件若其相依性或分發管道改變，可能會變得危險。
為建立並維持該白名單，AIR 持續評估公開可得的技能與附加元件的變更與惡意指標。公司觀察到，線上發現的元件中有相當比例存在問題；AIR 報告會過濾掉約 27% 所發現的附加元件與技能。這個比例說明了動態風險模型：第三方套件、開發者帳號被攻破或下載內容被更改，都可能將無害的外掛轉變成威脅。
近期的募資由兩輪種子輪構成，於數週內完成：由 Sequoia 領投的 1 千萬美元與由 Greenoaks 領投的 4 千萬美元，並有天使投資人與業界人士參與。新資金主要用於招募研究人員與擴展在美國與歐洲的上市營運。AIR 表示其已服務超過 20 家客戶，其中約四分之一為大型企業，在受監管的領域如金融服務與製藥業特別獲得市場吸引力。
雖然 AIR 將持續審核定位為其競爭差異，但它在一個競爭激烈的市場中運作。其他廠商提供重疊能力：針對代理與 MCP 伺服器的發現與執行時保護、治理與安全工具、代理流程的身分與存取控制，以及用於仲介代理流量的閘道。大量創投資金流向相關公司，顯示市場認為此類別的重要性與規模。
AIR 的領導層主張，公司壟斷優勢來自於實時持續審核廣泛技能與外掛站點的困難。端點可見性，他們認為，更容易達成並將被廣泛實施；長期的基礎設施挑戰在於維持接近實時的驗證與重新驗證，覆蓋整個代理群及其相依項。支持該公司的投資者強調，這個問題既是基礎設施與管線工程的問題，也是傳統安全掃描的問題：每次元件在多個代理間變更時重新檢查每個元件，在運作上是一項沉重的任務。
展望未來，AIR 與類似供應商預期 AI 平台供應商將引入原生的安全檢查與政策控制。然而，企業——尤其是在多供應商生態系統中運作或需要供應商中立治理的企業——可能會希望有獨立解決方案，提供一致的控制與跨所有允許的代理與附加元件的持續驗證。實際結果是市場將出現原生平台保護與第三方監督工具並存的情形，後者提供跨供應商的遙測、強制與合規報告。
關鍵洞見表
| 面向 | 說明 |
|---|---|
| 市場需求 | AI 代理透過技能、外掛與附加元件擴大攻擊面，產生了對發現與持續審核的需求。 |
| 產品方法 | 提供尋找代理的可見性、用以攔截動作的執行鉤子，以及持續更新的經審核元件白名單。 |
| 募資 | 在兩輪由 Sequoia 與 Greenoaks 領投的種子輪中募得 5 千萬美元，以擴展研究與市場能見度。 |
| 客戶 | 超過 20 家客戶，在如金融與製藥等受監管產業具有顯著吸引力。 |
| 競爭環境 | 數家公司提供發現、治理與執行時保護；差異化重點在於持續重新驗證與跨供應商覆蓋範圍。 |
之後...
隨著企業更深入整合 AI 代理，未來應優先考量技能與外掛的標準化 metadata 與簽名做法、增加元件來源的透明度，以及供應商中立的驗證基礎設施。投入自動化行為分析與快速重新驗證管線的研究，將有助於應對演變中的第三方元件所帶來的動態風險。此外，跨產業合作以定義代理生態系統的安全與合規標準，能減少碎片化並使持續審核更具可擴展性。強調這些方法將有助於在保留 AI 代理所能帶來的生產力益處的同時，支持更安全且更易稽核的代理部署。
持續探索執行時可觀測性、追溯來源 metadata 標準與自動化補救工作流程，對管理日益成長的 AI 代理元件供應鏈將是必要的。