Asymptote Labs raccoglie 5,5 milioni di dollari in un round seed per monitorare e controllare gli agenti IA aziendali

Gli agenti IA non si limitano più a generare suggerimenti: modificano file, eseguono comandi e interagiscono con gli strumenti aziendali collegati. Per i team di sicurezza, la questione che ne deriva è sempre più operativa: che cosa ha fatto davvero un agente, sotto l’autorità di chi e si può bloccare la successiva azione rischiosa? Asymptote Labs sta sviluppando un’infrastruttura per affrontare questo problema e ha annunciato un round seed da 5,5 milioni di dollari, che ha registrato una domanda superiore all’importo offerto.

Il finanziamento è guidato da Tower Research Ventures, il ramo di venture capital di Tower Research Capital, con la partecipazione di Lytical Ventures, 1984 Ventures e South Park Commons. Asymptote afferma che i fondi sosterranno le attività di ingegneria e sviluppo del prodotto, le assunzioni e l’espansione commerciale.

Il suo approccio combina Beacon, un livello open source per registrare l’attività degli agenti, con una piattaforma aziendale per il rilevamento, la risposta e la governance. La distinzione è importante: raccogliere una registrazione di un’azione e applicare una decisione prima che venga eseguita sono capacità distinte. Un’architettura di sicurezza credibile deve chiarire quale componente svolge ciascuna funzione.

Un registro comune per diversi strumenti per agenti

Secondo l’azienda, Beacon registra l’attività su Claude Code, Codex, Cursor e più di altri 20 ambienti per agenti. Un ambiente di questo tipo è un contesto software che collega un modello a strumenti, istruzioni e a una sessione di lavoro. Ambienti diversi espongono informazioni diverse, rendendo difficile analizzare l’attività in modo uniforme tra gli strumenti scelti da un’azienda.

Asymptote descrive Beacon come un livello di telemetria con licenza MIT che normalizza questi registri in un modello di dati comune a livello di runtime, estendendo OpenTelemetry. In questo modo, i team di sicurezza e ingegneria possono esaminare l’attività usando una struttura condivisa, anziché interpretare separatamente la cronologia di ogni strumento.

Il repository di Beacon fornisce ulteriori informazioni utili sull’implementazione. Descrive la riproduzione delle sessioni, che comprende prompt, risposte, uso degli strumenti, comandi, modifiche, approvazioni e informazioni sui token, insieme a registri JSONL locali per impostazione predefinita e destinazioni esplicite. Descrive inoltre come trasferire le conoscenze verificate alle sessioni successive tramite MCP o Agent Skills.

Il vantaggio pratico della normalizzazione è la possibilità di correlare gli eventi. Un’indagine potrebbe dover collegare una richiesta dell’utente a un comando, a una modifica di un file e a un’approvazione. La sola risposta finale non può spiegare questa sequenza. Una struttura comune degli eventi può renderla più facile da esaminare, anche se la completezza del registro dipende comunque da ciò che acquisisce una determinata integrazione.

Il ruolo dei controlli aziendali

La piattaforma aziendale di Asymptote si basa su Beacon e aggiunge funzionalità di rilevamento e risposta in fase di esecuzione. L’azienda afferma di poter intercettare l’attività degli agenti in tempo reale e applicare protezioni basate su policy a livello di prompt e di strumenti, individuando rischi come la fuga di dati, le minacce interne e i problemi nella catena di fornitura dell’IA.

Il sito web dell’azienda chiarisce ulteriormente la distinzione tra i prodotti. Beacon, open source, fornisce telemetria trasferibile che i clienti possono indirizzare ai sistemi di sicurezza già in uso. Asymptote, nella sua versione gestita, aggiunge acquisizione, conservazione, ricerca, rilevamenti, mappatura delle identità, controlli basati su policy, approvazioni e flussi di lavoro di governance. L’offerta dichiarata comprende anche implementazioni private.

Questa distinzione è importante quando si valuta un’implementazione. Registrare una chiamata a uno strumento dopo la sua esecuzione aiuta nelle indagini; impedirla richiede un punto di controllo nel flusso di esecuzione. Chi acquista deve determinare quali azioni possono essere intercettate, quali vengono osservate solo a posteriori e come si comportano i controlli quando un servizio non è disponibile. L’annuncio del finanziamento non pubblica una matrice di copertura né un benchmark dell’accuratezza dei blocchi.

Questi sono temi centrali nella governance degli agenti IA aziendali. Una policy inserita nelle istruzioni di un modello è diversa da una policy applicata da un’infrastruttura esterna al modello. La verifica utile consiste nel chiedersi se un agente possa comunque eseguire un’azione non autorizzata, nonostante la restrizione prevista.

La telemetria può preservare anche conoscenze ingegneristiche utili

La visione di Beacon va oltre la sicurezza. La descrizione pubblica del progetto spiega come utilizzare la cronologia delle sessioni per individuare flussi di lavoro utili, correzioni, metodi di debug e convenzioni dei repository, così da riutilizzarli nelle sessioni successive. Invece di perdere una soluzione già trovata al termine di una conversazione, l’obiettivo è rendere le conoscenze verificate disponibili a un agente futuro.

Questo offre un secondo motivo per raccogliere l’attività in modo uniforme tra diversi strumenti. Un flusso di lavoro individuato in un ambiente potrebbe essere utile a un team che ne usa un altro. Tuttavia, conservare una sequenza efficace non significa che sia sicuro ripeterla senza modificarla. Credenziali, dipendenze, autorizzazioni e requisiti aziendali possono cambiare da una sessione all’altra.

Gli stessi registri che aiutano a diagnosticare i problemi possono contenere prompt sensibili, codice sorgente o output degli strumenti. L’implementazione solleva quindi le consuete questioni di gestione delle informazioni: dove vengono archiviati i registri, per quanto tempo vengono conservati, chi può consultarli e come vengono gestiti i contenuti sensibili. Avere il controllo della telemetria è utile, ma non elimina la necessità di disciplinarne l’accesso.

Fondatori con esperienza nelle infrastrutture di rilevamento

Asymptote è stata cofondata da Justin D’Souza, amministratore delegato, e Shukan Shah, direttore tecnico. Entrambi avevano già lavorato presso Doppel, un’azienda specializzata nella difesa dagli attacchi di ingegneria sociale. La pagina Chi siamo dell’azienda descrive il lavoro di D’Souza per ampliare le infrastrutture di machine learning e quello di Shah nell’automazione delle operazioni di sicurezza e nella ricerca delle minacce tramite agenti.

L’annuncio afferma che a settembre le stelle GitHub di Beacon sono aumentate di oltre il 460% e che il progetto ha raggiunto il terzo posto tra i repository globali di tendenza su GitHub. Si tratta di indicatori di adozione riportati dall’azienda, non di prove dell’efficacia del rilevamento o della presenza di ricavi ricorrenti. Asymptote afferma inoltre che i team di sicurezza utilizzano Beacon e la sua piattaforma aziendale in produzione, senza però rivelare il numero di clienti né il valore dei contratti.

Tower Research Ventures afferma che il suo interesse è nato dalla diffusione di Beacon come progetto open source e che il suo reparto di sicurezza sta valutando la tecnologia sui propri endpoint. La valutazione da parte dell’organizzazione di un investitore va distinta dall’implementazione presso un cliente commerciale, che non è stata dichiarata.

La prossima prova: copertura e interventi efficaci

Il round seed sostiene una tesi più ampia: man mano che le organizzazioni implementano un numero crescente di agenti, i registri di runtime diventano necessari per la sicurezza, l’affidabilità ingegneristica, la supervisione delle piattaforme e l’analisi dei costi. Un livello dati comune potrebbe consentire a questi team di esaminare le stesse attività per finalità diverse.

La prova per Asymptote sarà dimostrare che questa visione condivisa è abbastanza completa e tempestiva da consentire di agire. I team di sicurezza avranno bisogno di rilevamenti utili e di falsi positivi gestibili, mentre gli ingegneri avranno bisogno di registri che spieghino i malfunzionamenti senza generare un onere eccessivo per la raccolta dei dati. Il finanziamento fornisce all’azienda le risorse per perseguire questi obiettivi; il suo valore a lungo termine dipenderà da ciò che le imprese saranno in grado di osservare, esaminare e controllare in modo affidabile.