Finansiering

Metano tar in 12 miljoner dollar i såddfinansiering för att säkra AI-agenter i hela företaget

Miles Okada
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterMetano riktar in sig på gapet mellan en agents legitima autentiseringsuppgifter och…
Visa mer
  • Metano riktar in sig på gapet mellan en agents legitima autentiseringsuppgifter och huruvida dess handlingar matchar dess syfte.
  • Hive korrelerar uppgifter, identiteter, verktyg och dataåtkomst inom en session för att bedöma avsikt snarare än enskilda handlingar.
  • Fullständig inline-tillämpning för egenutvecklade agenter kräver att utvecklare lägger till en rad av Metanos SDK.

Metano meddelade att företaget lämnat stealth-läget den 19 november 2026 och lanserade då en allmänt tillgänglig säkerhets- och styrningsplattform för AI-agenter i företag. Företaget tog samtidigt in 12 miljoner dollar i såddfinansiering i en investeringsrunda ledd av Sierra Ventures.

Correlation Ventures, High Alpha och 360 ONE deltog också i investeringsrundan. Medgrundaren och vd:n Neelima Rustagi har tidigare haft produktroller på ServiceNow, Zscaler, Palo Alto Networks och Demisto, medan medgrundaren och teknikchefen Ratnesh Pandey arbetade med slutpunktssäkerhet på FireEye, Bromium och McAfee, enligt grundarnas biografier.

Sessionskontext för agentkontroller

Metano riktar in sig på glappet mellan en agents behörigheter och dess beteende. Agenter kan agera med giltiga autentiseringsuppgifter och godkända verktyg, samtidigt som de ändrar sitt agerande som svar på instruktioner, externt innehåll och driftsförhållanden. Att en handling verkar legitim innebär därför inte att den stämmer överens med agentens syfte.

Plattformen inventerar godkända och icke godkända agenter, MCP-servrar, färdigheter och programpaket samt deras åtkomstbehörigheter och potentiella exponeringar. Täckningen omfattar slutpunkter, egenutvecklade agenter, molnplattformar och SaaS-miljöer och kan även innefatta modeller, insticksprogram, verktyg samt mänskliga och icke-mänskliga identiteter som är kopplade till varje agent.

Enligt Metano kopplar Hive, företagets kontextgraf i realtid, samman uppgifter, identiteter, verktyg, dataåtkomst och handlingar under en hel session. Målet är att identifiera misstänkt aktivitet genom att undersöka om en följd av handlingar stämmer överens med det agenten är byggd för att göra, samtidigt som säkerhetsteamen får en korrelerad översikt över aktivitet på slutpunkter och i nätverk och identiteter.

Dessa signaler ligger till grund för centralt hanterade skyddsräcken som verkar där agenterna körs, även vid aktivitet som kan kringgå nätverksgatewayer. Rustagi kopplade den här utformningen till begränsningarna hos äldre säkerhetsverktyg: ”Traditionella säkerhetsverktyg utformades inte för AI-agenter som kan fatta beslut och ändra sitt beteende medan de arbetar.”

MARS Labs, Metanos forskningsgrupp, undersöker skadliga agentfärdigheter, komprometterade programvaruberoenden och sårbarheter i MCP-anslutningar. Forskningen ligger till grund för plattformens detekteringsarbete och breddar säkerhetsfokuset från agentens pågående handlingar till de komponenter och anslutningar som agenten är uppbyggd av.

Driftsättning och verkställighet

Produktdokumentationen uppger att kontroller kan genereras utifrån en agentspecifikation som utvecklaren tillhandahåller. Om det inte finns någon specifikation kartlägger Metano agentens faktiska beteende under ungefär en vecka innan kontrollerna utformas. Nya kontroller införs till en början i granskningsläge, och säkerhetsteamet beslutar separat när var och en ska börja tillämpas.

Inventering, detektion och övervakning kräver inga kodändringar på de ytor som stöds. För fullständig verkställighet direkt i körningen av egenutvecklade agenter krävs däremot en rad från Metanos SDK vid agentens initiering. Den skillnaden innebär att den inledande insynen inte kräver utvecklararbete, medan fullständig verkställighet gör det.

Driftsättningsalternativen omfattar Metano lokalt eller i kundens eget AWS-, Azure- eller GCP-konto, där insamlade data stannar på infrastruktur som kunden kontrollerar. Plattformen är utformad för att skicka data till Splunk eller ett annat SIEM med hjälp av OCSF och standardscheman samt köras parallellt med befintliga säkerhetsverktyg utan att de behöver konfigureras om.

Tillgänglighet och utvärdering

Enligt Metano kan säkerhetsteam börja använda plattformen på mindre än 30 minuter. Den kostnadsfria Eval Edition erbjuder 30 dagars skanning i realtid av agentaktivitet, riskfyllda konfigurationer och potentiell exponering. Detektionerna är kopplade till MITRE ATLAS och OWASP:s topp 10-lista över risker för agentbaserade applikationer.

Sigmoids informationssäkerhetschef Srivatsa Ramarao sade att plattformen hade påverkat företagets införande av AI: ”Metano har gjort det möjligt för oss att införa AI på ett säkert sätt, samtidigt som vi minimerar dolda risker, förhindrar läckage av känsliga data och stärker skyddet av företagsinformation.”

Lanseringen placerar avsikten på sessionsnivå i centrum för Metanos säkerhetsmodell. Villkoren för utrullningen tydliggör också den praktiska avvägningen: organisationer kan börja med inventering och övervakning utan att ändra agentkoden, men fullständig kontroll direkt i körningen av egenutvecklade agenter kräver att utvecklare medverkar och att man medvetet går från granskningsläge till verkställighet.

Miles Okada är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens och cybersäkerhet med fokus på nya hot, defensiva arkitekturer och de föränderliga dynamikerna mellan angripare och automatiserade system. Hans arbete undersöker hur AI omformar säkerhetsoperationer, från autonom hotdetektering och respons till ökningen av adversariella AI‑tekniker.

Med ett tekniskt och undersökande perspektiv analyserar Miles säkerhetsforskning, incidentavslöjanden och verkliga implementeringar för att förstå var AI stärker försvar — och var det introducerar nya sårbarheter. Han ägnar särskild uppmärksamhet åt modellutnyttjande, dataförgiftning, attackautomation och de operativa realiteterna för att säkra AI‑drivna system i stor skala.

Artiklar skrivna av Miles Okada är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, stringens och ett ansvarsfullt bevakande av det snabbt föränderliga AI‑säkerhetslandskapet.