Asymptote Labs、企業向けAIエージェントの監視・制御に向け550万ドルのシード資金を調達

AIエージェントは提案を生成するだけでなく、ファイルの編集やコマンドの実行、連携する業務ツールを使った作業へと踏み出している。セキュリティチームにとって、そこから生じる問いはますます運用上のものになっている。エージェントは実際に何をしたのか、誰の権限で動いたのか、そして次の危険な操作を止められるのか。Asymptote Labsはこの課題に対応するインフラを構築しており、募集額を上回る550万ドルのシード資金調達を発表した。

今回の資金調達は、Tower Research Capitalのベンチャー投資部門であるTower Research Venturesが主導し、Lytical Ventures、1984 Ventures、South Park Commonsが参加した。Asymptoteによると、調達資金はエンジニアリング、製品開発、人材採用、市場投入に向けた事業拡大に充てられる。

同社のアプローチは、エージェントの活動を記録するオープンソースのレイヤーであるBeaconと、検知、対応、ガバナンスを担う企業向けプラットフォームを組み合わせたものだ。この違いは重要である。操作の記録を収集することと、その操作が実行される前に判断を適用することは、別個の機能だからだ。信頼できるセキュリティアーキテクチャには、どのコンポーネントがそれぞれの役割を担うのかを明確にする必要がある。

異なるエージェントツールに共通する記録

同社によると、BeaconはClaude Code、Codex、Cursorのほか、20種類を超えるエージェント実行環境の活動を記録する。実行環境とは、モデルをツールや指示、作業セッションに接続するソフトウェア環境のことだ。実行環境によって取得できる情報は異なるため、企業が選択したツール全体で活動を一貫して調査することは難しい。

AsymptoteはBeaconについて、MITライセンスのテレメトリレイヤーであり、各種記録をOpenTelemetryを拡張する共通のランタイムデータモデルに正規化すると説明している。これにより、セキュリティチームとエンジニアリングチームは、ツールごとの履歴を個別に解釈するのではなく、共通の構造に基づいて活動を調べられる。

Beaconリポジトリには、実装に関する有用な情報も記載されている。プロンプト、応答、ツールの使用、コマンド、編集、承認、トークン情報を対象とするセッション再生機能に加え、ローカル優先のJSONL記録と明示的な送信先について説明している。また、レビュー済みの知識をMCPやAgent Skillsを通じて次のセッションに引き継ぐ方法も紹介している。

正規化の実用上の価値は、関連付けにある。調査では、ユーザーの依頼をコマンド、ファイルの変更、承認に結び付ける必要が生じることがある。最終的な応答だけでは、その一連の経緯を説明できない。共通のイベント構造があれば経緯を調べやすくなるが、記録の完全性は、個々の連携機能が何を取得するかに左右される。

企業向け制御が加わる領域

Asymptoteの企業向けプラットフォームは、Beaconを基盤に、ランタイムでの検知と対応の機能を加える。同社によると、エージェントの実行中の活動を傍受し、プロンプトとツールの各レベルにポリシーに基づくガードレールを適用できる。データ漏えい、内部脅威、AIサプライチェーン上の問題などのリスクを特定するという。

同社のウェブサイトでは、製品の区分がより明確に説明されている。オープンソースのBeaconは、顧客が既存のセキュリティシステムに転送できる、移植性の高いテレメトリを提供する。マネージドサービスのAsymptoteでは、データの取り込み、保持、検索、検知、IDのマッピング、ポリシーゲート、承認、ガバナンスのワークフローが追加される。プライベート環境への導入も、提供内容として挙げられている。

導入を評価する際には、この違いが重要になる。ツールの呼び出し後に記録することは調査に役立つが、それを阻止するには実行経路上に制御点が必要だ。購入者は、どの操作を傍受できるのか、どの操作は事後に観測されるのか、サービスが利用できない場合に強制適用がどのように振る舞うのかを確認する必要がある。今回の資金調達発表では、対応範囲を示す一覧も、ブロック精度のベンチマークも公開されていない。

こうした点は、企業におけるAIエージェントのガバナンスの中核をなす問いだ。モデルへの指示に記されたポリシーと、モデルの外部にあるインフラによって強制されるポリシーは異なる。有効な判断基準は、意図された制限があるにもかかわらず、エージェントが許可されていない操作を実行できるかどうかだ。

テレメトリは有用なエンジニアリング知識の維持にも役立つ

Beaconが目指すものは、セキュリティにとどまらない。公開されているプロジェクトの説明によると、セッション履歴を使って、有用なワークフロー、修正、デバッグのパターン、リポジトリの慣例を見つけ、後のセッションで再利用できる。会話が終わるたびに解決済みの問題を捨てるのではなく、レビュー済みの知識を将来のエージェントが利用できるようにすることが目標だ。

これにより、ツールをまたいで活動を一貫して収集する理由がもう一つ生まれる。ある実行環境で見つかったワークフローが、別の実行環境を使うチームにとっても有用な場合がある。ただし、うまくいった手順を保存しても、それを変更せずに繰り返すことが安全だとは限らない。セッションの間に、認証情報、依存関係、権限、業務上の要件が変わることがある。

障害の診断に役立つ同じ記録に、機密性の高いプロンプト、ソースコード、ツールの出力が含まれることもある。そのため、導入にあたっては、記録の保存先や保存期間、取得できる人、機密情報の取り扱いといった、よく知られた情報管理上の課題が生じる。テレメトリの管理権を持つことには価値があるが、それによってアクセスを管理する必要がなくなるわけではない。

検知インフラの経験を持つ創業者たち

Asymptoteは、CEOのJustin D’SouzaとCTOのShukan Shahによって共同設立された。両者は以前、ソーシャルエンジニアリング対策企業Doppelで働いていた。同社の概要ページでは、D’Souzaが機械学習インフラの拡張に取り組んだこと、Shahがセキュリティ運用の自動化とエージェント型脅威ハンティングに携わったことが紹介されている。

発表によると、9月にBeaconのGitHubスター数は460%を超える伸びを記録し、同プロジェクトはGitHubの世界トレンドリポジトリで3位に到達した。これらは同社が報告した導入の兆候であり、検知の有効性や継続的な収益を示す証拠ではない。Asymptoteはまた、セキュリティチームがBeaconと同社のエンタープライズ向けプラットフォームを本番環境で利用していると述べているが、顧客数や契約額は明らかにしていない。

Tower Research Venturesによると、同社が関心を持ったきっかけはBeaconがオープンソースとして広く利用されていることだった。また、Towerのセキュリティ部門は、自社のエンドポイントでこの技術を評価しているという。投資家の組織による評価は、商用顧客への導入が公表されていることとは区別する必要がある。

次の課題は、網羅性と実用的な介入を実現できるか

今回のシード資金調達は、より広い仮説を後押しするものだ。組織がより多くのエージェントを導入するにつれ、セキュリティ、エンジニアリングの信頼性、プラットフォームの監督、コスト分析のために、実行時の記録が不可欠になる。共通のデータレイヤーがあれば、各チームは同じアクティビティをそれぞれ異なる目的で調査できる。

Asymptoteにとっての課題は、共通の状況把握に必要な情報が十分に網羅され、行動に移せるほど迅速に得られるかどうかだ。セキュリティチームには、誤検知を管理可能な範囲に抑えつつ、有用な検知を実現することが求められる。一方、エンジニアには、収集の負担が過度に増すことなく、障害の原因を説明できる記録が必要となる。今回の資金調達により、同社はこうした目標に取り組むための資金を得た。その長期的な価値は、企業が何を確実に監視、調査、制御できるかにかかっている。