AIR 募得 5,000 萬美元，審查 AI 代理所使用的工具

AIR 以 5,000 萬美元的種子輪融資走出隱身狀態，協助企業辨識在其環境中運作的 AI 代理，並評估這些代理所使用的工具。根據 TechCrunch 報導，這家新創鎖定的是由 skills、plugins、MCP servers 及其他附加元件所造成的安全缺口，這些元件讓代理能存取企業系統與網際網路。

根據報導，該公司是在相隔數週內完成的兩輪融資中募得這筆資金。Sequoia 領投了 1,000 萬美元的一輪，而 Greenoaks 則領投了後續 4,000 萬美元的一輪。AIR 由執行長 Yair Saban 與技術長 Niv Hoffman 創立；兩人先前曾在以色列情報部隊 Unit 8200 服役。

AIR 表示，其平台可以發現企業中的代理，檢查它們所依賴的元件，並在代理嘗試使用未經核准的工具，或存取未通過安全檢查的外部來源時介入。這筆資金將支持進一步的研究招聘，以及在美國與歐洲的市場拓展。

AIR 對代理軟體供應鏈的押注

該公司的前提是，AI 代理正在成為企業內部的一層新軟體，但它們所載入的元件，尚未像傳統應用程式或系統驅動程式那樣受到治理。一家企業可能會部署代理用於客服、程式撰寫、研究或內部營運，而代理則可自主呼叫一個 skill、連接到 MCP server，或從網路擷取內容。

這種彈性帶來供應鏈問題。某個在核准時看似安全的工具，之後可能被更改、下載遭入侵的相依元件，或受到帳號遭接管的影響。攻擊者也可能嘗試操縱代理所消費的資訊，而不是直接攻擊底層模型。

AIR 據報的產品做法分為三部分。發現層會尋找代理，並辨識在未經 IT 核准情況下使用 AI 服務的員工，包括個人帳號。執行層會攔截代理動作，例如載入 skill 或擷取網際網路內容。接著，平台會將工具與附加元件與企業政策，或 AIR 自身經評估的元件目錄進行比對。

TechCrunch 報導，AIR 維護一個經驗證的 skills 與附加元件市集。執行長 Yair Saban 告訴該媒體，該公司的系統目前會過濾掉約 27% 在線上找到的元件。這個數字是公司自行報告的營運主張；現有證據並未說明樣本規模、測試方法，或「高風險」元件如何分類。

融資進入擁擠的安全類別

AIR 進入的是一個已經有多家供應商聚焦於代理可視性與控制的市場。TechCrunch 指出，Noma Security、Zenity、Astrix Security 與 Operant AI 等公司，提供了圍繞 AI 代理、MCP servers、存取控制或執行期防護的重疊能力。

這個類別正吸引大量創投資金。報導稱，Zenity 於 8 月募得 1.25 億美元 C 輪，而 Noma Security 先前則募得 1 億美元 B 輪。這些融資顯示投資人認為代理治理是一個獨立的企業軟體市場，儘管融資金額本身並不能證明產品效能或客戶需求。

AIR 宣稱的差異化，在於持續重新評估代理使用的元件，而非一次性掃描。Sequoia 合夥人 Bogomil Balkansky 在提供給 TechCrunch 的聲明中，將這項挑戰形容為一個基礎設施問題：每當 skill、plugin 或 MCP server 改變時，都需要反覆檢查。這是投資人對公司做法的評估，並非對 AIR 技術優勢的獨立驗證。

證據如何看待採用情況

根據 Saban 對 TechCrunch 的說法，AIR 表示其客戶超過 20 家，其中約四分之一被歸類為大型企業。公司也表示，需求在金融服務與製藥公司中特別強勁；在這些產業中，資料控制、可稽核性與第三方風險管理早已是重要的採購考量。

這些採用數據皆為供應商自述，且未在原始材料中獨立驗證。報導未列出客戶名稱、未揭露營收，也沒有提供部署結果來顯示 AIR 封鎖惡意或違反政策行為的頻率。因此，關於產品在大型且異質的代理環境中如何表現，仍有重要疑問未解。

TechCrunch 報導，該公司約有 40 名員工。新的資本讓 AIR 有空間建立更大的研究團隊，並拓展至歐洲與美國市場，但也提高了執行挑戰：新創必須跟上快速變化的代理框架、工具協定與模型供應商政策，同時整合企業既有系統。

為何這項產品對 AI 建造者與買家重要

對 AI 產品團隊而言，這是個實際問題。能夠呼叫資料庫、執行程式碼、寄送電子郵件或瀏覽網頁的代理，可能比傳統聊天機器人擁有更大的攻擊面。打造內部代理的團隊，需要可用工具清單、明確的核准政策、代理行為紀錄，以及當元件變更時撤銷存取權的方法。

AIR 的模式可能吸引使用多家模型供應商，或透過多個平台打造代理的企業。當安全團隊不希望仰賴每一家 AI 供應商都實作相容的檢查時，獨立的控制層可能很有用。它也可能協助組織處理 shadow AI，也就是員工將未核准的服務連接到公司資料。

取捨在於營運層面。過度嚴格的封鎖可能妨礙有用的工作流程，而過於寬鬆的政策則可能使組織暴露於 prompt injection、惡意相依元件或意外資料外洩。買家需要證據證明 AIR 能區分真正危險的行為與雖然不尋常但屬合法的代理活動，且其執行層不會造成不可接受的延遲或可靠性問題。

對開發者而言，持續驗證可能成為代理 skills 與整合功能發佈流程的一部分。工具作者可能會面臨簽章套件、透明相依性、變更通知與更清楚權限範圍等要求。這些要求會增加摩擦，但也可能讓企業資安團隊更容易採用代理生態系。

後續值得關注的事項

接下來的訊號將是更具體的客戶證據，包括具名部署、可衡量的高風險工具使用下降，以及對 AIR 偵測主張的獨立測試。買家也應觀察該公司是否公開其評估流程、更新監控與政策控制的技術資訊。

競爭也是另一項指標。市場很可能會分成兩類：一類是主要負責發現代理的產品，另一類是可跨供應商持續檢查並執行動作的平台。Noma Security、Zenity、Astrix Security 與 Operant AI 的發展，可能有助於釐清持續元件驗證究竟會成為標準功能，還是仍維持為 AIR 的核心定位。

AI 模型供應商與代理平台也可能加入原生控制，例如工具核准、套件簽章與執行期監控。若這些控制能互通，AIR 可能成為一層獨立的協調層；若仍然分散，新創或許能在營運混合式代理堆疊的企業中找到更大的切入點。

Creati.ai 觀點

AIR 的融資反映出 企業 AI 部署的一項真實變化：安全邊界正從模型本身，移向代理可以發現、安裝並呼叫的工具。這家公司正在處理一個具體的營運問題，但其差異化取決於能否證明，持續重檢帶來的保護優於既有的應用程式安全與身分控制。

最重要的測試不會是 AIR 的融資規模或早期客戶數量，而是資安團隊能否在不拖慢合法自動化的情況下使用這個平台，以及當代理元件變化速度快於傳統軟體審查週期時，AIR 是否仍能維持準確且即時的評估。