التمويل:
صدى صوت 3500 万美元A轮融资، 致力于为云应用构建AI原生安全操作系统

صدى 是一家总部位于特拉维夫的初创公司,致力于为云应用构建安全的AI原生操作系统。该公司宣布完成3500万美元的A轮融资,这是一个重要的里程碑。本轮融资由 N47 领投،عاصمة بارزة،هايبروايز فينتشرز و الحارس واحد 参投。此次投资距离公司最初的种子轮融资仅数月之遥,反映了现代软件环境中对强化、无漏洞基础架构日益增长的需求。Echo 已经在为 Varonis、EDB 和 UiPath 等企业保护生产工作负载,这对于一家成立尚不足一年的公司而言,是不同寻常的市场吸引力。
现代云架构中的隐藏缺陷
大多数云原生应用依赖于容器基础镜像——这些标准化的构建块定义了运行时、库和依赖项。这些镜像带来了速度和可移植性,但也背负着长期存在的安全负担。Echo 的研究表明,Python、Node.js、Go 和 Ruby 等广泛使用语言的官方 Docker 镜像通常包含超过 1,000 个已知漏洞。研究持续证实,超过 90% 的容器 CVE 源自基础镜像层,而非应用代码。这意味着组织在其开发人员贡献任何代码之前,就已经继承了一个巨大的攻击面。
从源头消除漏洞
Echo 通过从头开始重建容器基础镜像来解决这一结构性风险,仅包含必要的组件,并移除任何不必要或过时的部分。这些经过强化的镜像可以作为传统 Docker 镜像的直接替代品,只需在 Dockerfile 中进行一行更改即可。团队可以立即看到继承的漏洞消失,从而获得安全的基础,而无需改变工作流程或代码。
这种极简主义是 Echo 吸引力的核心所在。安全负责人获得了明确的风险降低,而开发人员则避免了为他们从未引入的基础架构缺陷进行无休止的修补循环。通过在根源上消除漏洞,Echo 帮助双方都能更快地推进工作,而无需增加摩擦。
AI 智能体维护 600 多个安全镜像
Echo 的目录现已包含 600 多个安全的容器镜像,由自主 AI 智能体维护,这些智能体持续追踪全球 CVE 披露信息。当发现新漏洞时,这些智能体会评估哪些镜像受到影响,研究跨非结构化来源的潜在修复方案,生成或应用补丁,验证兼容性,并提交更改以供审核。这个自动化系统使得一个 35 人的团队能够完成传统上需要数百名安全研究人员的工作,尤其是在威胁行为者采用 AI 将漏洞利用窗口从数周缩短至数小时的情况下。
这种动态——AI 同时加速软件创建和软件利用——突显了投资者为何将 Echo 的模式视为基础架构安全领域不可避免的转型的一部分。手动漏洞管理工作流根本无法跟上现代攻击的速度。
早期客户影响
对于早期客户而言,其影响是立竿见影且可衡量的。EDB 的首席信息安全官 Dan Garcia 赞扬 Echo 显著减少了关键漏洞,并在每个发布周期至少节省了 235 个开发小时。同样值得注意的是开发人员的反应:工程师们没有抵制另一项安全控制措施,而是欣然接受了这个工具,因为它减少而非增加了他们的工作量。
Echo 的联合创始人 إيلون الحداد و Eylam Milner 拥有来自以色列 8200 和 Ofek 部队的深厚运营经验,他们此前曾创立供应链安全初创公司 Argon,该公司在成立仅一年后就被 Aqua Security 以 1 亿美元收购。他们的最新企业旨在改进基础云基础设施的构建和维护方式。
对安全基础设施未来的启示
向 AI 原生基础设施的转变,暴露了十多年来云系统安全防护方式的结构性弱点。随着企业从人工编写的代码转向机器生成的代码——从手动部署工作流转向自主流水线——进入生产环境的软件数量正以远超传统安全流程处理能力的速度增长。嵌入在基础组件(如操作系统层、软件包仓库、语言运行时和容器镜像)中的漏洞会向上传播到依赖它们的每一项服务中,尤其是在重用和相互依赖性广泛的分布式微服务架构中。
行业正接近一个临界点,即反应式修补和定期扫描在操作上将不再可行。随着攻击性自动化的加速,漏洞利用窗口持续缩小,而依赖链则变得更加深入和复杂。未来的云环境将需要持续维护、构成极简且由能够以机器速度自我更新的自主系统管理的基础层。这反映了整个软件生态系统更广泛的转变:静态组件正在让位于动态、自我调节的基础设施,这些设施能够适应全球威胁信号,而不仅仅依赖人工干预。
随着 AI 到 AI 的通信在企业技术栈中变得越来越普遍,可预测且确定性的运行时将成为基础。自动化系统将任务移交给其他自动化系统,需要能够在所有条件下保持一致行为的环境。这指向一种模式:核心基础设施将被重建而非修补,攻击面缩减将被视为基线设计约束而非优化。
综上所述,这些趋势预示着一个未来:云基础设施必须是持续验证的、极简的,并且能够自主维持稳定的安全态势。随着云和 AI 系统的发展,支持它们的环境也需要具备同等的适应性和弹性,为下一代安全、大规模、AI 驱动的应用构建一个关键层。












