Asymptote Labs tar in 5,5 miljoner dollar i såddfinansiering för att övervaka och styra AI-agenter i företag

AI-agenter går från att generera förslag till att redigera filer, köra kommandon och arbeta med anslutna företagsverktyg. För säkerhetsteam blir frågan alltmer konkret: vad gjorde en agent egentligen, med vems befogenhet och går det att stoppa nästa riskfyllda åtgärd? Asymptote Labs bygger infrastruktur för att hantera det problemet och har meddelat att bolaget har tagit in 5,5 miljoner dollar i en övertecknad såddfinansieringsrunda.

Finansieringsrundan leds av Tower Research Ventures, riskkapitaldelen av Tower Research Capital, med deltagande från Lytical Ventures, 1984 Ventures och South Park Commons. Asymptote uppger att kapitalet ska användas till teknik- och produktutveckling, rekrytering och expansion av den kommersiella verksamheten.

Bolagets lösning kombinerar Beacon, ett lager med öppen källkod för registrering av agentaktivitet, med en företagsplattform för upptäckt, åtgärder och styrning. Skillnaden är viktig: att samla in en logg över en åtgärd och att verkställa ett beslut innan åtgärden utförs är två separata funktioner. En trovärdig säkerhetsarkitektur måste tydligt visa vilken komponent som sköter respektive uppgift.

En gemensam logg för olika agentverktyg

Enligt bolaget registrerar Beacon aktivitet i Claude Code, Codex, Cursor och över 20 andra agentmiljöer. En agentmiljö är den programvarumiljö som kopplar en modell till verktyg, instruktioner och en arbetssession. Olika agentmiljöer visar olika slags information, vilket gör det svårt att utreda aktivitet på ett enhetligt sätt i de verktyg som ett företag har valt.

Asymptote beskriver Beacon som ett telemetrilager med MIT-licens som normaliserar dessa loggar till en gemensam datamodell för körning, som bygger vidare på OpenTelemetry. Det ger säkerhets- och teknikteam en gemensam struktur för att granska aktivitet, i stället för att tolka varje verktygs historik separat.

Beacon-kodförrådet ger användbar inblick i hur lösningen är uppbyggd. Där beskrivs uppspelning av sessioner som omfattar instruktioner, svar, verktygsanvändning, kommandon, redigeringar, godkännanden och information om token, tillsammans med lokalt lagrade JSONL-loggar och uttryckligen angivna destinationer. Där beskrivs också hur granskad kunskap kan föras vidare med MCP eller Agent Skills.

Normaliseringens praktiska värde ligger i möjligheten att koppla samman händelser. En utredning kan behöva koppla en användarförfrågan till ett kommando, en filändring och ett godkännande. Ett slutligt svar kan inte ensamt förklara händelseförloppet. En gemensam händelsestruktur kan göra det lättare att granska förloppet, men hur fullständig loggen blir beror fortfarande på vad en viss integration registrerar.

Så kommer företagsstyrningen in i bilden

Asymptotes företagsplattform bygger vidare på Beacon med detektering och åtgärder under körning. Bolaget uppger att plattformen kan fånga upp agentaktivitet i realtid och tillämpa policybaserade skydd på instruktions- och verktygsnivå för att identifiera risker som dataläckor, insiderhot och problem i AI-försörjningskedjan.

Bolagets webbplats tydliggör uppdelningen mellan produkterna. Beacon med öppen källkod tillhandahåller portabel telemetri som kunderna kan skicka vidare till sina befintliga säkerhetssystem. Den hanterade tjänsten Asymptote tillför datainhämtning, lagring, sökning, detektering, identitetsmappning, policykontroller, godkännanden och styrningsflöden. Privata driftsättningar ingår också i det erbjudande som bolaget beskriver.

Den här uppdelningen är viktig när man utvärderar en utrullning. Att registrera ett verktygsanrop efter att det har utförts underlättar utredningar; för att förhindra anropet krävs en kontrollpunkt i exekveringsflödet. Köpare behöver ta reda på vilka åtgärder som kan fångas upp, vilka som bara observeras i efterhand och hur verkställigheten fungerar när en tjänst inte är tillgänglig. Finansieringsmeddelandet innehåller ingen täckningsmatris eller något riktmärke för träffsäkerheten vid blockering.

Det här är centrala frågor inom styrning av AI-agenter i företag. En policy som skrivits in i en modells instruktioner skiljer sig från en policy som verkställs av infrastruktur utanför modellen. Det avgörande testet är om en agent kan genomföra en obehörig åtgärd trots den avsedda begränsningen.

Telemetri kan också bevara värdefull teknisk kunskap

Beacons användningsområde sträcker sig bortom säkerhet. I den offentliga projektbeskrivningen förklaras hur sessionshistorik kan användas för att identifiera användbara arbetsflöden, korrigeringar, felsökningsmönster och konventioner för kodförråd som kan återanvändas i senare sessioner. I stället för att kasta bort en löst uppgift när en konversation avslutas är målet att göra granskad kunskap tillgänglig för framtida agenter.

Det ger ytterligare ett skäl att samla in aktivitet på ett enhetligt sätt i olika verktyg. Ett arbetsflöde som upptäcks i en agentmiljö kan vara värdefullt för ett team som använder en annan. Att bevara ett framgångsrikt händelseförlopp innebär dock inte att det är säkert att upprepa det oförändrat. Autentiseringsuppgifter, beroenden, behörigheter och verksamhetskrav kan förändras mellan sessioner.

Samma loggar som hjälper till att diagnostisera fel kan innehålla känsliga instruktioner, källkod eller utdata från verktyg. Driftsättning väcker därför välbekanta frågor om informationshantering: vart loggarna skickas, hur länge de sparas, vem som kan hämta dem och hur känsligt innehåll hanteras. Det är värdefullt att äga sin telemetri, men det undanröjer inte behovet av att styra åtkomsten till den.

Grundare med erfarenhet av infrastruktur för hotdetektering

Asymptote grundades tillsammans av Justin D’Souza, vd, och Shukan Shah, CTO. Båda arbetade tidigare på Doppel, ett företag som arbetar med försvar mot social manipulation. På företagets Om oss-sida beskrivs D’Souzas arbete med att skala upp infrastrukturen för maskininlärning och Shahs arbete med automatisering av säkerhetsoperationer och agentbaserad hotjakt.

I tillkännagivandet uppges att antalet stjärnor för Beacon på GitHub ökade med mer än 460 % i september och att projektet nådde tredje plats bland GitHubs globalt trendande kodförråd. Det är tecken på användning som företaget självt rapporterar, inte belägg för hur effektiv detekteringen är eller för återkommande intäkter. Asymptote uppger också att säkerhetsteam använder Beacon och företagets plattform för företag i produktionsmiljö, utan att offentliggöra antalet kunder eller avtalsvärden.

Tower Research Ventures uppger att intresset väcktes av Beacons genomslag som projekt med öppen källkod och att Towers säkerhetsorganisation utvärderar tekniken på sina egna slutpunkter. En utvärdering av en investerares organisation bör skiljas från en offentliggjord kommersiell kunddriftsättning.

Nästa prövning gäller täckning och användbara åtgärder

Såddfinansieringen stöder en bredare tes: när organisationer inför fler agenter blir körningsloggar nödvändiga för säkerhet, driftsäkerhet inom teknik, plattformsöversyn och kostnadsanalys. Ett gemensamt datalager skulle kunna låta dessa team granska samma aktivitet utifrån olika syften.

Prövningen för Asymptote blir om den gemensamma vyn är tillräckligt heltäckande och aktuell för att ligga till grund för åtgärder. Säkerhetsteam behöver användbara detektioner med hanterbart antal falska positiva, medan ingenjörer behöver loggar som förklarar fel utan att skapa en alltför stor insamlingsbörda. Finansieringen ger företaget resurser att arbeta mot dessa mål; det långsiktiga värdet beror på vad företag på ett tillförlitligt sätt kan observera, utreda och kontrollera.