AI智能体供应链安全平台获5000万美元融资

随着企业将AI智能体接入核心系统，其依赖的技能、插件、MCP服务器等组件形成新型软件供应链，但缺乏类似驱动签名的安全验证机制。攻击者可污染智能体消费的内容而非直接攻击，带来数据泄露风险。AIR创始人来自以色列8200部队，曾从事网络攻击，他们看到智能体供应链的安全盲区，决定打造一个能持续监测和验证这些组件的平台。

AIR已从隐形模式中脱颖而出，获两轮共5000万美元融资（首轮1000万由红杉领投，第二轮4000万由Greenoaks领投）。目前拥有超20家客户，约四分之一为大型企业，主要分布在金融和医药等强监管行业。团队约40人。

1. 1选择开源MCP审计框架（如OWASP Dependency-Check for MCP）作为基础，结合语言模型（如GPT-4或Claude）进行语义分析，构建MVP原型。
2. 2开发最小功能集：插件/MCP服务器清单管理、静态分析（检查已知漏洞、恶意代码模式）、动态沙箱运行验证、风险评分和告警。
3. 3针对国内头部云市场（如阿里云、腾讯云）和GitHub中文社区，发布免费版工具，提供基础扫描功能，吸引种子用户。
4. 4与3-5家金融或政务客户（通过合作伙伴渠道）开展试点，收集反馈，迭代产品，重点优化合规报告功能。
5. 5建立AI智能体供应链组件漏洞库，定期更新规则，并推出API供企业集成，形成订阅制商业模式。

技术：已有开源组件和模型可支撑静态+动态分析，可行性高。数据：可获取公共漏洞库（如CVE）和MCP生态，但需积累私有情报，验证中。获客：先通过开发者社区和行业会议建立权威，再切入大客户。合规：需满足等保2.0和《网络安全法》，可合规。竞争：国内尚无成熟产品，海外有1-2家竞品，存在空白。

窗口期：现在正是窗口期。国内智能体应用刚起步，安全需求尚未被满足，政策驱动明确，先发者可主导市场。海外虽已融资，但国内本土化是机会，若延迟1-2年，大厂可能介入，竞争加剧。

技术演进快，攻击者可能绕过检测；客户数据敏感，需高信任度；获客周期长，初期投入大；国内MCP生态不成熟，市场需教育。