Finansiering
Metano rejser 12 mio. dollar i såkornkapital for at sikre AI-agenter i hele virksomheden

NøglepunkterMetano sigter mod kløften mellem en agents legitime legitimationsoplysninger og…
Vis mere
- Metano sigter mod kløften mellem en agents legitime legitimationsoplysninger og hvorvidt dens handlinger matcher dens formål.
- Hive korrelerer opgaver, identiteter, værktøjer og dataadgang på tværs af en session for at vurdere hensigt frem for enkelthandlinger.
- Fuld inline håndhævelse for egenudviklede agenter kræver, at udviklere tilføjer én linje af Metanos SDK.
Metano meddelte, at virksomheden trådte frem fra stealth-fasen den 19. november 2026 med en sikkerheds- og styringsplatform til AI-agenter i virksomheder, som nu er bredt tilgængelig, og 12 millioner dollar i såkornfinansiering, anført af Sierra Ventures.
Correlation Ventures, High Alpha og 360 ONE deltog også i finansieringsrunden. Medstifter og administrerende direktør Neelima Rustagi har tidligere haft produktstillinger hos ServiceNow, Zscaler, Palo Alto Networks og Demisto, mens medstifter og teknologidirektør Ratnesh Pandey arbejdede med endpoint-sikkerhed hos FireEye, Bromium og McAfee, ifølge grundlæggernes biografier.
Sessionskontekst til agentkontroller
Metano retter sig mod misforholdet mellem en agents beføjelser og dens adfærd. Agenter kan handle med legitime adgangsoplysninger og godkendte værktøjer, samtidig med at de ændrer, hvad de gør, som reaktion på instruktioner, eksternt indhold og driftsforhold. At en handling tilsyneladende er legitim, betyder derfor ikke, at den stemmer overens med agentens formål.
Platformen registrerer godkendte og ikke-godkendte agenter, MCP-servere, færdigheder og softwarepakker samt deres adgangsrettigheder og potentielle eksponeringer. Dækningen omfatter slutpunkter, specialudviklede agenter, cloudplatforme og SaaS-miljøer og kan omfatte de modeller, plugins, værktøjer samt menneskelige og ikke-menneskelige identiteter, der er knyttet til hver agent.
Metano oplyser, at Hive, virksomhedens kontekstgraf i realtid, forbinder opgaver, identiteter, værktøjer, dataadgang og handlinger på tværs af en hel session. Formålet er at identificere mistænkelig aktivitet ved at undersøge, om en række handlinger stemmer overens med det, agenten er udviklet til at gøre, samtidig med at sikkerhedsteams får en sammenkædet oversigt over aktivitet på slutpunkter, netværk og identiteter.
Disse signaler fødes ind i centralt administrerede sikkerhedsforanstaltninger, der fungerer dér, hvor agenterne kører, også ved aktivitet, som kan omgå netværksgateways. Rustagi knyttede dette design til begrænsningerne ved tidligere sikkerhedsværktøjer: »Traditionelle sikkerhedsværktøjer blev ikke udviklet til AI-agenter, der kan træffe beslutninger og ændre adfærd, mens de arbejder.«
MARS Labs, Metanos forskningsgruppe, undersøger ondsindede agentfærdigheder, kompromitterede softwareafhængigheder og sårbarheder i MCP-forbindelser. Denne forskning danner grundlag for platformens detektionsarbejde og udvider sikkerhedsfokusset fra agentens aktuelle handlinger til de komponenter og forbindelser, den er bygget af.
Udrulning og håndhævelse
Produktdokumentationen angiver, at kontroller kan genereres ud fra en agentspecifikation, som udvikleren leverer. Hvis der ikke findes nogen specifikation, kortlægger Metano agentens faktiske adfærd over cirka en uge, før kontrollerne udformes. Nye kontroller indføres i første omgang i overvågningstilstand, og sikkerhedsteamet beslutter særskilt, hvornår hver enkelt skal overgå til håndhævelse.
Opdagelse, detektion og overvågning kræver ingen kodeændringer på tværs af de understøttede miljøer. Fuld inline-håndhævelse for specialudviklede agenter kræver dog én linje fra Metanos SDK ved initialisering af agenten. Denne forskel adskiller den indledende indsigt fra det udviklingsarbejde, der kræves for at opnå fuld håndhævelse.
Udrulningsmulighederne omfatter Metano lokalt eller i kundens egen AWS-, Azure- eller GCP-konto, hvor indsamlede data forbliver på infrastruktur, som kunden kontrollerer. Platformen er udviklet til at sende data til Splunk eller et andet SIEM ved hjælp af OCSF og standardskemaer samt til at fungere sammen med eksisterende sikkerhedsværktøjer uden at omkonfigurere dem.
Tilgængelighed og evaluering
Metano oplyser, at sikkerhedsteams kan begynde at bruge platformen på mindre end 30 minutter. Den gratis Eval Edition tilbyder 30 dages scanning i realtid af agentaktivitet, risikable konfigurationer og potentiel eksponering. Dens detektioner er knyttet til MITRE ATLAS og OWASP Top 10 for Agentic Applications.
Sigmoids CISO Srivatsa Ramarao sagde, at platformen havde påvirket virksomhedens indførelse af AI: »Metano har gjort det muligt for os at indføre AI sikkert, samtidig med at vi minimerer skjulte risici, forhindrer læk af følsomme data og styrker beskyttelsen af virksomhedens oplysninger.«
Lanceringen placerer hensigten på sessionsniveau i centrum for Metanos sikkerhedsmodel. Vilkårene for udrulningen fastlægger også den praktiske afvejning: Organisationer kan begynde med opdagelse og overvågning uden at ændre agentkoden, men fuld inline-kontrol af specialudviklede agenter kræver udviklernes medvirken og en bevidst overgang fra overvågningstilstand til håndhævelse.












