Echo sikrer 35 millioner dollars i serie A-runde til at bygge en AI-naturlig, sikker operativsystem til cloud-applikationer

Echo, en startup fra Tel Aviv, der bygger et sikret, AI-naturligt operativsystem til cloud-applikationer, har nået et betydeligt milepæl med annonceringen af deres 35 millioner dollars serie A-runde. Ledet af N47 med deltagelse fra Notable Capital, Hyperwise Ventures, og SentinelOne (S ), investeringen finder sted blot få måneder efter selskabets initiale seed-runde og reflekterer en stigende efterspørgsel efter forstærkede, sårbarhedsfrie grundlag i moderne software-miljøer. Echo sikrer allerede produktionsarbejdsbelastninger hos virksomheder som Varonis, EDB og UiPath (PATH ), et usædvanligt højt niveau af trækkraft for et selskab, der endnu er i sin første år.

Den skjulte fejl i moderne cloud-arkitektur

De fleste cloud-naturlige applikationer afhænger af container base billeder—standardiserede byggeklodser, der definerer kørselsmiljøer, biblioteker og afhængigheder. Disse billeder muliggør hastighed og portabilitet, men bærer en langvarig sikkerhedsbyrde. Echos forskning viser, at officielle Docker-billeder for bredt anvendte sprog som Python, Node.js, Go og Ruby rutinemæssigt indeholder mere end 1.000 kendte sårbarheder. Studier fortsætter med at bekræfte, at base-billeddeltaget, ikke applikationskoden, er ansvarlig for mere end 90% af container-CVE’er. Det betyder, at organisationer arver en stor angrebsflade, før deres udviklere bidrager med noget som helst.

Eliminering af sårbarheder på kildeplan

Echo adresse denne strukturelle risiko ved at genopbygge container base billeder fra bunden, kun med essentielle komponenter og fjernelse af alt unødvendigt eller forældet. Disse forstærkede billeder fungerer som erstatninger for traditionelle Docker-billeder, og kræver kun en enkelt ændring i en Dockerfile. Hold ser straks, at de arvede sårbarheder forsvinder, og de får en sikker grundlag uden at ændre arbejdsprocesser eller kode.

Denne minimalisme er essentiel for Echos appel. Sikkerhedsledere får klare reduceringer i risiko, mens udviklere undgår den endeløse cyklus af fejlrettelser af infrastrukturfejl, som de aldrig introducerede. Ved at fjerne sårbarheder ved roden hjælper Echo begge grupper med at gå hurtigere uden tilføjet friktion.

AI-agenter, der vedligeholder 600+ sikre billeder

Echos katalog inkluderer nu mere end 600 sikre container billeder, vedligeholdt af autonome AI-agenter, der kontinuerligt sporer globale CVE-disclosure. Når en ny sårbarhed identificeres, evaluerer disse agenter, hvilke billeder er berørt, undersøger potentielle løsninger på usammenhængende kilder, genererer eller anvender patches, validerer kompatibilitet og indsender ændringer til gennemsyn. Dette automatiserede system tillader en 35-mands hold at udføre arbejde, der traditionelt ville kræve hundredvis af sikkerhedsforskere, især da truslerne adopterer AI til at reducere udnyttelsesvinduer fra uger til timer.

Denne dynamik—AI, der fremskynder både software-skabelse og software-udnyttelse—understreger, hvorfor investorer ser Echos model som en del af en uundgåelig overgang i infrastruktursikkerhed. Manuelle sårbarhedsarbejdsprocesser kan simpelthen ikke følge med den moderne angrebsvelocity.

Tidlig kundeimpact

For tidlige kunder er impakten øjeblikkelig og målbar. EDB’s CISO, Dan Garcia, krediterer Echo for betydeligt at reducere kritiske sårbarheder og spare mindst 235 udvikler timers per udgivelsescyklus. Lige så bemærkelsesværdigt er, hvordan udviklerne har reageret: i stedet for at modstå endnu en sikkerhedskontrol, accepterer ingeniørerne værktøjet, fordi det fjerner, snarere end tilføjer til, deres arbejdsbelastning.

Echos grundlæggere, Eilon Elhadad og Eylam Milner, har dyb operationel erfaring fra Israels 8200 og Ofek-enheder og byggede tidligere Argon, en supply chain-sikkerhedsstartup, der blev købt af Aqua Security for 100 millioner dollars blot ét år efter lanceringen. Deres seneste venture sigter mod at forfine, hvordan grundlæggende cloud-infrastruktur bygges og vedligeholdes.

Konsekvenser for fremtidens sikre infrastruktur

Skiftet mod AI-naturlig infrastruktur afslører en strukturel svaghed i, hvordan cloud-systemer er blevet sikret i mere end et årti. Da virksomhederne bevæger sig fra menneskeskrevet kode til maskin-genereret kode—and fra manuelle installationsarbejdsprocesser til autonome rørledninger—øges software-mængden, der kommer i produktion, langt hurtigere, end traditionelle sikkerhedsprocesser kan håndtere. Sårbarheder, der er indlejret i grundlæggende komponenter som operativsystemlag, pakke-repositorier, sprogkørselsmiljøer og container-billeder, breder sig op i hver tjeneste, der afhænger af dem, især i distribuerede mikrotjeneste-arkitekturer, hvor genbrug og interafhængighed er omfattende.

Branchen nærmer sig et punkt, hvor reaktiv fejlrettelse og periodisk scanning ikke længere vil være operationelt livskraftig. Udnyttelsesvinduer fortsætter med at skrumpe, da offensiv automation fremskynder, mens afhængighedskæderne bliver dybere og mere komplekse. Fremtidige cloud-miljøer vil kræve grundlag, der er kontinuerligt vedligeholdt, minimalt i sammensætning og styret af autonome systemer, der kan opdatere sig selv i maskinehastighed. Dette afspejler en bredere skift i software-økosystemet: statiske komponenter giver plads til dynamiske, selvregulerende infrastruktur, der tilpasser sig globale trusler uden at afhænge udelukkende af menneskelig indgriben.

Som AI-til-AI-kommunikation bliver mere almindelig på tværs af virksomhedsstakke, vil forudsigelige og deterministiske kørselsmiljøer blive grundlæggende. Automatiserede systemer, der overdrager opgaver til andre automatiserede systemer, kræver miljøer, der opfører sig konsekvent under alle betingelser. Dette peger mod en model, hvor kerne-infrastruktur genopbygges snarere end rettes, og hvor reduktion af angrebsfladen behandles som en grundlæggende designbegrænsning snarere end en optimering.

Taget sammen peger disse tendenser mod en fremtid, hvor cloud-infrastruktur må være kontinuerligt valideret, minimal og i stand til at vedligeholde en stabil sikkerhedsposition autonomt. Da cloud- og AI-systemer udvikler sig, vil de miljøer, der understøtter dem, også skulle være lige så adaptive og robuste og danne et kritisk lag for den næste generation af sikre, store, AI-drevne applikationer.