AIR融资5000万美元，为企业AI智能体提供安全审查与组件市场

随着企业日益依赖AI智能体处理系统任务，智能体使用的技能、插件、MCP服务器等组件形成了新的软件供应链，但缺乏安全审查。网络攻击者可污染智能体消费的内容而非直接攻击，导致数据泄露风险。创始人借鉴操作系统驱动签名机制，决定建立持续验证的防护体系，确保智能体行为安全。

AIR已从隐身模式启动，完成两轮种子融资共5000万美元，Sequoia和Greenoaks领投。拥有超过20家客户，其中约四分之一为大型企业，主要受金融和制药等强监管行业青睐。目前团队约40人，资金将用于招聘研究人才和扩展美欧市场。

1. 1基于开源项目如OWASP ASVS或MITRE ATLAS，结合国内GB/T 22239等标准，构建AI智能体安全基线，并开发轻量级扫描器，支持对主流智能体框架（如LangChain、Dify）的组件清单提取。
2. 2开发最小可行产品：核心功能为组件安全扫描（漏洞库、恶意组件检测）与行为监控（与智能体运行时的API交互日志分析），提供SaaS化仪表盘或私有化部署包，支持一键生成合规报表。
3. 3选择金融或政务领域3-5家标杆客户进行PoC，免费试用并收集反馈，聚焦识别未授权技能调用、供应链投毒等核心痛点，验证产品价值。
4. 4建立社区驱动的组件安全库，开放众测或与安全研究机构合作，积累漏洞情报，同时与主流智能体平台（如阿里云百炼、腾讯云）集成，形成生态。
5. 5采用按Agent数量或调用量订阅的SaaS模式，通过参与行业安全会议、与云厂商合作推广、撰写白皮书等方式获取首批付费客户。
6. 6根据客户反馈迭代路线图，每季度增加新功能（如自动化修复建议、可视化拓扑），逐步覆盖更多智能体框架，并考虑申请等保三级认证以增强信任。

技术：已有开源基线可借鉴，但需针对国内智能体生态适配，难度中等；数据：智能体组件清单和日志数据获取需客户配合，但样本可逐步积累；获客：金融和政务领域有明确需求，可通过行业协会或等保测评机构切入；合规：需符合数据安全法和等保要求，产品需具备等保三级或以上资质，可申请；竞争：国内竞品极少，但云厂商如阿里云、华为云可能内置类似功能，需差异化。总体可行，但需加强与监管机构合作。

窗口期：窗口期：现在正好。国内AI智能体市场处于上升期，但安全审查刚需已显现，金融、政务等客户正在寻找解决方案，类似CrowdStrike的机遇在中国尚未被巨头垄断，先发可获市场地位。若晚1-2年，云厂商可能原生集成安全能力，第三方产品将陷入被动。

主要风险包括：客户对第三方安全产品信任度建立周期长；智能体技术演进快，标准缺失可能导致产品迭代滞后；数据隐私法规限制跨行业数据共享，影响漏洞库覆盖度。