Financiering
Metano haalt 12 miljoen dollar aan startkapitaal op om AI-agenten binnen ondernemingen te beveiligen

Belangrijkste puntenMetano richt zich op de kloof tussen de legitieme inloggegevens van een agent en of…
Meer weergeven
- Metano richt zich op de kloof tussen de legitieme inloggegevens van een agent en of zijn acties overeenkomen met zijn doel.
- Hive correleert taken, identiteiten, tools en gegevenstoegang binnen een sessie om intentie te beoordelen in plaats van afzonderlijke acties.
- Volledige inline handhaving voor zelfgebouwde agents vereist dat ontwikkelaars één regel van Metano's SDK toevoegen.
Metano maakte op 19 november 2026 bekend dat het uit de stealthfase komt, met een algemeen beschikbaar platform voor de beveiliging en het beheer van AI-agenten binnen ondernemingen en 12 miljoen dollar aan startkapitaal, geleid door Sierra Ventures.
Ook Correlation Ventures, High Alpha en 360 ONE namen deel aan de financieringsronde. Medeoprichter en CEO Neelima Rustagi vervulde eerder productfuncties bij ServiceNow, Zscaler, Palo Alto Networks en Demisto. Medeoprichter en CTO Ratnesh Pandey werkte aan endpointbeveiliging bij FireEye, Bromium en McAfee, volgens de biografieën van de oprichters.
Sessiecontext voor agentbeveiliging
Metano richt zich op de kloof tussen de bevoegdheden van een agent en diens gedrag. Agenten kunnen met legitieme inloggegevens en goedgekeurde tools handelen, terwijl ze hun gedrag aanpassen aan instructies, externe inhoud en bedrijfsomstandigheden. Dat een handeling legitiem lijkt, betekent dus niet dat deze overeenkomt met het doel van de agent.
Het platform inventariseert goedgekeurde en niet-goedgekeurde agenten, MCP-servers, vaardigheden en softwarepakketten, evenals hun toegangsrechten en mogelijke blootstellingsrisico’s. De dekking omvat eindpunten, zelfgebouwde agenten, cloudplatforms en SaaS-omgevingen, en kan ook de modellen, plug-ins, tools en menselijke en niet-menselijke identiteiten omvatten die met elke agent samenhangen.
Volgens Metano verbindt Hive, de realtime contextgrafiek van het bedrijf, taken, identiteiten, tools, gegevenstoegang en handelingen gedurende een volledige sessie. Het doel is verdachte activiteit op te sporen door na te gaan of een reeks handelingen overeenkomt met waarvoor de agent is ontwikkeld. Tegelijkertijd krijgen beveiligingsteams zo een gecorreleerd overzicht van activiteiten op eindpunten, netwerken en het gebied van identiteitsbeheer.
Deze signalen voeden centraal beheerde beveiligingsmaatregelen die actief zijn op de plekken waar agenten draaien, ook bij activiteiten die netwerkbeveiligingsgateways kunnen omzeilen. Rustagi bracht dit ontwerp in verband met de beperkingen van eerdere beveiligingstools: “Traditionele beveiligingstools zijn niet ontworpen voor AI-agenten die beslissingen kunnen nemen en hun gedrag tijdens het uitvoeren kunnen aanpassen.”
MARS Labs, de onderzoeksgroep van Metano, onderzoekt kwaadaardige agentvaardigheden, gecompromitteerde softwareafhankelijkheden en kwetsbaarheden in MCP-verbindingen. Dat onderzoek vormt de basis voor de detectiemogelijkheden van het platform en verbreedt de beveiligingsfocus: niet alleen de actuele handelingen van een agent worden bekeken, maar ook de onderdelen en verbindingen waaruit die is opgebouwd.
Implementatie en handhaving
Volgens de productdocumentatie kunnen beveiligingsmaatregelen worden gegenereerd op basis van een agentspecificatie die door een ontwikkelaar is aangeleverd. Is er geen specificatie, dan brengt Metano het daadwerkelijke gedrag van de agent ongeveer een week lang in kaart voordat het beveiligingsmaatregelen opstelt. Nieuwe maatregelen worden aanvankelijk in de auditmodus uitgerold; het beveiligingsteam beslist per maatregel wanneer deze wordt gehandhaafd.
Voor ontdekking, detectie en monitoring zijn geen codewijzigingen nodig in de ondersteunde omgevingen. Volledige inline-handhaving voor zelfgebouwde agenten vereist echter één regel code uit de SDK van Metano tijdens de initialisatie van de agent. Dit onderscheidt de eerste zichtbaarheid van het ontwikkelwerk dat nodig is voor volledige handhaving.
Implementatieopties zijn onder meer een lokale installatie van Metano of een installatie binnen het eigen AWS-, Azure- of GCP-account van de klant. De verzamelde gegevens blijven daarbij op infrastructuur die door de klant wordt beheerd. Het platform is ontworpen om gegevens met OCSF en standaardschema’s naar Splunk of een ander SIEM-systeem te sturen en naast bestaande beveiligingstools te draaien zonder die opnieuw te configureren.
Beschikbaarheid en evaluatie
Volgens Metano kunnen beveiligingsteams het platform binnen 30 minuten in gebruik nemen. De gratis Eval Edition biedt 30 dagen realtime scanning van agentactiviteiten, risicovolle configuraties en mogelijke blootstelling. De detecties zijn afgestemd op MITRE ATLAS en de OWASP Top 10 for Agentic Applications.
CISO Srivatsa Ramarao van Sigmoid zei dat het platform van invloed was geweest op de invoering van AI binnen zijn bedrijf: “Metano heeft ons in staat gesteld AI veilig in te voeren, terwijl we schaduwrisico’s beperken, het lekken van gevoelige gegevens voorkomen en onze bescherming van bedrijfsinformatie versterken.”
Met de lancering komt de intentie op sessieniveau centraal te staan in het beveiligingsmodel van Metano. De voorwaarden voor de uitrol maken ook de praktische afweging duidelijk: organisaties kunnen beginnen met ontdekking en monitoring zonder de agentcode aan te passen, maar voor volledige inline-controle van zelfgebouwde agenten is medewerking van ontwikkelaars nodig, evenals een weloverwogen overgang van de auditmodus naar handhaving.












