Finansowanie

Asymptote Labs pozyskuje 5,5 mln dolarów w rundzie zalążkowej na monitorowanie i kontrolowanie agentów AI w przedsiębiorstwach

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Asymptote Labs co-founders Shukan Shah, CTO, on the left, and Justin D’Souza, CEO, on the right.

Agenci AI wychodzą poza samo generowanie sugestii: edytują pliki, uruchamiają polecenia i korzystają z połączonych narzędzi biznesowych. Dla zespołów ds. bezpieczeństwa coraz ważniejsze staje się więc pytanie o praktyczne aspekty ich działania: co faktycznie zrobił agent, na czyje upoważnienie i czy można powstrzymać go przed kolejnym ryzykownym działaniem? Asymptote Labs tworzy infrastrukturę, która ma rozwiązać ten problem, i ogłosiła zamknięcie rundy zalążkowej o wartości 5,5 mln dolarów, na którą zgłoszono więcej chętnych, niż było dostępnych środków.

Finansowanie prowadzi Tower Research Ventures, ramię inwestycyjne Tower Research Capital, przy udziale Lytical Ventures, 1984 Ventures i South Park Commons. Asymptote informuje, że pozyskany kapitał wesprze prace inżynieryjne, rozwój produktu, rekrutację oraz rozszerzenie działań związanych z wejściem na rynek.

Podejście firmy łączy Beacon — warstwę open source rejestrującą aktywność agentów — z platformą dla przedsiębiorstw służącą do wykrywania zagrożeń, reagowania na nie i zarządzania nimi. To istotne rozróżnienie: rejestrowanie wykonanej czynności i egzekwowanie decyzji, zanim do niej dojdzie, to odrębne możliwości. Wiarygodna architektura bezpieczeństwa musi jasno określać, który komponent odpowiada za każde z tych zadań.

Wspólny zapis aktywności w różnych narzędziach agentowych

Według firmy Beacon rejestruje aktywność w Claude Code, Codex, Cursorze i ponad 20 innych środowiskach uruchomieniowych agentów. Takie środowisko to oprogramowanie łączące model z narzędziami i instrukcjami oraz zapewniające przestrzeń roboczą na potrzeby danej sesji. Poszczególne środowiska udostępniają różne informacje, co utrudnia spójne analizowanie aktywności w narzędziach wybranych przez daną firmę.

Asymptote opisuje Beacon jako warstwę telemetrii na licencji MIT, która normalizuje te zapisy do wspólnego modelu danych środowiska uruchomieniowego, rozszerzającego OpenTelemetry. Dzięki temu zespoły ds. bezpieczeństwa i inżynieryjne mogą analizować aktywność w jednolity sposób, zamiast osobno interpretować historię każdego narzędzia.

Repozytorium Beacon zawiera przydatne informacje o implementacji. Opisano w nim odtwarzanie sesji obejmujące prompty, odpowiedzi, użycie narzędzi, polecenia, edycje, zatwierdzenia i informacje o tokenach, a także lokalne zapisy JSONL oraz jawnie określane miejsca docelowe. Opisano w nim również przenoszenie zweryfikowanej wiedzy do kolejnych sesji za pośrednictwem MCP lub Agent Skills.

Praktyczna wartość normalizacji polega na możliwości łączenia ze sobą różnych zdarzeń. Podczas analizy może być konieczne powiązanie prośby użytkownika z poleceniem, zmianą w pliku i zatwierdzeniem. Sama końcowa odpowiedź nie wyjaśni tej sekwencji. Wspólna struktura zdarzeń może ułatwić jej analizę, jednak kompletność zapisu nadal zależy od tego, jakie informacje gromadzi dana integracja.

Jaką rolę odgrywa kontrola w środowisku przedsiębiorstwa

Platforma Asymptote dla przedsiębiorstw rozwija możliwości Beacon o wykrywanie zagrożeń i reagowanie na nie w czasie działania. Firma informuje, że może przechwytywać aktywność agentów na bieżąco i stosować zabezpieczenia oparte na zasadach zarówno na poziomie promptów, jak i narzędzi. Pozwala to identyfikować zagrożenia, takie jak wyciek danych, zagrożenia wewnętrzne i problemy związane z łańcuchem dostaw AI.

Strona internetowa firmy wyraźniej przedstawia podział produktów. Otwarta wersja Beacon zapewnia przenośną telemetrię, którą klienci mogą kierować do używanych już systemów bezpieczeństwa. Zarządzana usługa Asymptote dodaje pobieranie i gromadzenie danych, ich przechowywanie, wyszukiwanie, wykrywanie zagrożeń, mapowanie tożsamości, bramki egzekwujące zasady, zatwierdzanie oraz procesy zarządzania. W ofercie uwzględniono również wdrożenia prywatne.

To rozróżnienie ma znaczenie przy ocenie wdrożenia. Rejestrowanie wywołania narzędzia po jego wykonaniu ułatwia analizę; aby mu zapobiec, potrzebny jest punkt kontroli na ścieżce wykonania. Kupujący muszą ustalić, które działania można przechwycić, które są jedynie rejestrowane po fakcie oraz jak działa egzekwowanie zasad w razie niedostępności usługi. W komunikacie o finansowaniu nie opublikowano ani macierzy pokrycia, ani wyników testów dokładności blokowania.

To kluczowe zagadnienia związane z zarządzaniem agentami AI w przedsiębiorstwach. Zasada zapisana w instrukcjach modelu różni się od zasady egzekwowanej przez infrastrukturę działającą poza modelem. Warto sprawdzić, czy agent może mimo zamierzonego ograniczenia wykonać działanie, na które nie ma upoważnienia.

Telemetria może również utrwalać przydatną wiedzę inżynieryjną

Zastosowanie Beacon nie ogranicza się do bezpieczeństwa. Publiczny opis projektu wyjaśnia, jak historię sesji można wykorzystać do identyfikowania użytecznych procesów roboczych, korekt, schematów debugowania i konwencji obowiązujących w repozytoriach, a następnie ponownie wykorzystywać je w kolejnych sesjach. Zamiast porzucać rozwiązany problem po zakończeniu rozmowy, projekt ma udostępniać zweryfikowaną wiedzę przyszłym agentom.

To kolejny powód, by konsekwentnie gromadzić aktywność w różnych narzędziach. Proces roboczy odkryty w jednym środowisku może być przydatny zespołowi korzystającemu z innego. Zachowanie skutecznej sekwencji działań nie oznacza jednak, że można ją bezpiecznie powtarzać bez zmian. Dane uwierzytelniające, zależności, uprawnienia i wymagania biznesowe mogą się zmieniać między sesjami.

Te same zapisy, które pomagają diagnozować błędy, mogą zawierać poufne prompty, kod źródłowy lub wyniki działania narzędzi. Wdrożenie rodzi więc dobrze znane pytania dotyczące zarządzania informacjami: dokąd trafiają zapisy, jak długo są przechowywane, kto może je pobierać i jak traktowane są poufne treści. Kontrola nad telemetrią jest cenna, ale nie zwalnia z konieczności zarządzania dostępem do niej.

Założyciele z doświadczeniem w tworzeniu infrastruktury do wykrywania zagrożeń

Asymptote została współzałożona przez Justina D’Souzę, dyrektora generalnego, i Shukana Shaha, dyrektora ds. technologii. Obaj wcześniej pracowali w firmie Doppel, zajmującej się ochroną przed inżynierią społeczną. Na stronie „O nas” opisano, jak D’Souza skalował infrastrukturę uczenia maszynowego, a Shah pracował nad automatyzacją operacji bezpieczeństwa i agentowym wyszukiwaniem zagrożeń.

W komunikacie podano, że we wrześniu liczba gwiazdek przy repozytorium Beacon w serwisie GitHub wzrosła o ponad 460%, a projekt osiągnął 3. miejsce wśród globalnie zyskujących popularność repozytoriów GitHub. Są to sygnały adopcji podane przez firmę, a nie dowody skuteczności wykrywania zagrożeń ani powtarzalnych przychodów. Asymptote informuje również, że zespoły ds. bezpieczeństwa korzystają z Beacon i firmowej platformy dla przedsiębiorstw w środowiskach produkcyjnych, nie ujawnia jednak liczby klientów ani wartości kontraktów.

Tower Research Ventures informuje, że zainteresowało się projektem dzięki popularności Beacon jako oprogramowania open source, a jego własny zespół ds. bezpieczeństwa ocenia tę technologię na swoich urządzeniach końcowych. Ocenę technologii przez organizację inwestora należy odróżnić od ujawnionego wdrożenia komercyjnego u klienta.

Kolejny sprawdzian: zakres monitorowania i użyteczne interwencje

Runda zalążkowa wspiera szerszą tezę: w miarę jak organizacje wdrażają coraz więcej agentów, zapisy z czasu ich działania stają się niezbędne dla bezpieczeństwa, niezawodności technicznej, nadzoru nad platformą i analizy kosztów. Wspólna warstwa danych mogłaby umożliwić tym zespołom analizowanie tej samej aktywności w różnych celach.

Sprawdzianem dla Asymptote będzie to, czy ten wspólny obraz jest wystarczająco kompletny i aktualny, by umożliwiać podejmowanie działań. Zespoły ds. bezpieczeństwa będą potrzebować użytecznych wykryć przy możliwej do opanowania liczbie fałszywych alarmów, a inżynierowie — zapisów wyjaśniających awarie bez nadmiernych kosztów gromadzenia danych. Finansowanie zapewnia firmie środki na realizację tych celów; jej długoterminowa wartość będzie zależeć od tego, co przedsiębiorstwa będą w stanie niezawodnie obserwować, badać i kontrolować.

Miles Okada jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się sztuczną inteligencją i cyberbezpieczeństwem, ze szczególnym uwzględnieniem nowych zagrożeń, architektur obronnych oraz ewoluujących dynamik pomiędzy atakującymi a systemami zautomatyzowanymi. Jego praca bada, jak SI przekształca operacje bezpieczeństwa, od autonomicznego wykrywania i reagowania na zagrożenia po rosnącą liczbę technik adversarialnych SI.

Z technicznej i dochodzeniowej perspektywy Miles analizuje badania bezpieczeństwa, ujawnienia incydentów oraz wdrożenia w rzeczywistym świecie, aby zrozumieć, gdzie SI wzmacnia obronę — a gdzie wprowadza nowe podatności. Szczególną uwagę poświęca wykorzystywaniu luk w modelach, zatruwaniu danych, automatyzacji ataków oraz operacyjnym realiom zabezpieczania systemów zasilanych przez SI w dużej skali.

Artykuły autorstwa Milesa Okady są generowane przez SI i poddawane przeglądowi przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, rzetelność oraz odpowiedzialne relacjonowanie szybko zmieniającego się krajobrazu bezpieczeństwa SI.