Asymptote Labs ระดมทุนรอบ Seed ได้ 5.5 ล้านดอลลาร์ เพื่อเฝ้าติดตามและควบคุมเอเจนต์ AI สำหรับองค์กร

เอเจนต์ AI กำลังก้าวข้ามการสร้างคำแนะนำ ไปสู่การแก้ไขไฟล์ เรียกใช้คำสั่ง และทำงานผ่านเครื่องมือทางธุรกิจที่เชื่อมต่อกัน สำหรับทีมรักษาความปลอดภัย คำถามที่เกิดขึ้นจึงเป็นเรื่องการปฏิบัติงานมากขึ้นเรื่อย ๆ ว่าเอเจนต์ทำอะไรไปบ้างจริง ๆ ภายใต้อำนาจของใคร และจะหยุดการกระทำเสี่ยงครั้งต่อไปได้หรือไม่ Asymptote Labs กำลังพัฒนาโครงสร้างพื้นฐานเพื่อจัดการปัญหานี้ และประกาศระดมทุนรอบ Seed ได้ 5.5 ล้านดอลลาร์ ซึ่งมีผู้จองซื้อเกินจำนวนที่เสนอขาย

การระดมทุนรอบนี้นำโดย Tower Research Ventures ซึ่งเป็นหน่วยงานร่วมลงทุนของ Tower Research Capital โดยมี Lytical Ventures, 1984 Ventures และ South Park Commons เข้าร่วมลงทุนด้วย Asymptote ระบุว่าเงินทุนจะนำไปสนับสนุนงานวิศวกรรม การพัฒนาผลิตภัณฑ์ การจ้างบุคลากร และการขยายธุรกิจสู่ตลาด

แนวทางของบริษัทผสาน Beacon ซึ่งเป็นชั้นซอฟต์แวร์โอเพนซอร์สสำหรับบันทึกกิจกรรมของเอเจนต์ เข้ากับแพลตฟอร์มสำหรับองค์กรที่รองรับการตรวจจับ การตอบสนอง และการกำกับดูแล ความแตกต่างนี้สำคัญ เพราะการเก็บบันทึกการกระทำกับการบังคับใช้การตัดสินใจก่อนที่การกระทำนั้นจะดำเนินต่อ เป็นความสามารถคนละอย่าง สถาปัตยกรรมด้านความปลอดภัยที่น่าเชื่อถือต้องระบุให้ชัดเจนว่าแต่ละองค์ประกอบทำหน้าที่ใด

บันทึกกิจกรรมมาตรฐานเดียวสำหรับเครื่องมือเอเจนต์ที่หลากหลาย

บริษัทระบุว่า Beacon บันทึกกิจกรรมจาก Claude Code, Codex, Cursor และสภาพแวดล้อมสำหรับเอเจนต์อื่น ๆ อีกกว่า 20 แบบ สภาพแวดล้อมสำหรับเอเจนต์คือซอฟต์แวร์ที่เชื่อมโมเดลเข้ากับเครื่องมือ คำสั่ง และเซสชันการทำงาน สภาพแวดล้อมแต่ละแบบเปิดเผยข้อมูลต่างกัน จึงทำให้การตรวจสอบกิจกรรมจากเครื่องมือที่บริษัทเลือกใช้ทำได้ยากและไม่สม่ำเสมอ

Asymptote อธิบายว่า Beacon เป็นชั้นข้อมูลเทเลเมทรีที่ใช้สัญญาอนุญาต MIT โดยปรับบันทึกเหล่านั้นให้อยู่ในรูปแบบข้อมูลขณะทำงานร่วมกัน ซึ่งขยายต่อยอดจาก OpenTelemetry วิธีนี้ช่วยให้ทีมรักษาความปลอดภัยและทีมวิศวกรรมใช้โครงสร้างเดียวกันในการตรวจสอบกิจกรรม แทนที่จะต้องตีความประวัติการใช้งานของเครื่องมือแต่ละชนิดแยกกัน

คลังซอร์สโค้ด Beacon ให้รายละเอียดเพิ่มเติมที่เป็นประโยชน์เกี่ยวกับการนำไปใช้งาน โดยอธิบายการเล่นเซสชันย้อนหลัง ซึ่งครอบคลุมพรอมต์ คำตอบ การใช้เครื่องมือ คำสั่ง การแก้ไข การอนุมัติ และข้อมูลโทเคน ควบคู่กับบันทึก JSONL ที่จัดเก็บไว้ในเครื่องเป็นหลักและการระบุปลายทางอย่างชัดเจน นอกจากนี้ยังอธิบายวิธีส่งต่อความรู้ที่ผ่านการตรวจทานแล้วผ่าน MCP หรือ Agent Skills

ประโยชน์ในทางปฏิบัติของการปรับข้อมูลให้อยู่ในรูปแบบเดียวกันคือการเชื่อมโยงข้อมูลเข้าด้วยกัน การตรวจสอบหนึ่งครั้งอาจต้องเชื่อมคำขอของผู้ใช้เข้ากับคำสั่ง การเปลี่ยนแปลงไฟล์ และการอนุมัติ คำตอบสุดท้ายเพียงอย่างเดียวไม่อาจอธิบายลำดับเหตุการณ์ดังกล่าวได้ โครงสร้างเหตุการณ์ร่วมกันช่วยให้ตรวจสอบลำดับนี้ได้ง่ายขึ้น แม้ความครบถ้วนของบันทึกจะยังขึ้นอยู่กับข้อมูลที่การเชื่อมต่อแต่ละแบบบันทึกไว้

การควบคุมสำหรับองค์กรเข้ามามีบทบาทตรงไหน

แพลตฟอร์มสำหรับองค์กรของ Asymptote ต่อยอดจาก Beacon ด้วยความสามารถในการตรวจจับและตอบสนองขณะระบบทำงาน บริษัทระบุว่าแพลตฟอร์มสามารถสกัดกั้นกิจกรรมของเอเจนต์ที่กำลังดำเนินอยู่ และใช้มาตรการควบคุมตามนโยบายในระดับพรอมต์และเครื่องมือ เพื่อตรวจจับความเสี่ยง เช่น การรั่วไหลของข้อมูล ภัยคุกคามจากบุคคลภายใน และปัญหาในห่วงโซ่อุปทาน AI

เว็บไซต์ของบริษัท อธิบายการแบ่งส่วนผลิตภัณฑ์ไว้อย่างชัดเจนยิ่งขึ้น Beacon แบบโอเพนซอร์สให้บริการข้อมูลเทเลเมทรีที่นำไปใช้กับระบบรักษาความปลอดภัยเดิมของลูกค้าได้ ส่วนบริการ Asymptote แบบมีผู้ดูแลเพิ่มความสามารถด้านการรับข้อมูล การเก็บรักษา การค้นหา การตรวจจับ การเชื่อมโยงข้อมูลตัวตน การควบคุมตามนโยบาย การอนุมัติ และเวิร์กโฟลว์การกำกับดูแล นอกจากนี้ บริษัทยังระบุว่ามีบริการติดตั้งใช้งานแบบส่วนตัวด้วย

การแยกส่วนดังกล่าวมีความสำคัญเมื่อประเมินการนำระบบไปใช้ การบันทึกการเรียกใช้เครื่องมือหลังดำเนินการช่วยในการตรวจสอบ แต่การป้องกันไม่ให้เกิดขึ้นต้องมีจุดควบคุมอยู่ในเส้นทางการทำงาน ผู้ซื้อจำเป็นต้องตรวจสอบว่าการกระทำใดบ้างที่สกัดกั้นได้ การกระทำใดจะถูกบันทึกหลังเกิดขึ้นแล้ว และการบังคับใช้นโยบายจะทำงานอย่างไรเมื่อบริการใช้งานไม่ได้ ประกาศระดมทุนไม่ได้เปิดเผยตารางแสดงขอบเขตการรองรับหรือเกณฑ์มาตรฐานความแม่นยำในการบล็อก

ประเด็นเหล่านี้เป็นคำถามสำคัญในเรื่อง การกำกับดูแลเอเจนต์ AI ในองค์กร นโยบายที่เขียนไว้ในคำสั่งของโมเดลแตกต่างจากนโยบายที่บังคับใช้ผ่านโครงสร้างพื้นฐานภายนอกโมเดล วิธีทดสอบที่เป็นประโยชน์คือดูว่าเอเจนต์ยังดำเนินการที่ไม่ได้รับอนุญาตได้หรือไม่ แม้จะมีข้อจำกัดที่ตั้งใจไว้แล้วก็ตาม

ข้อมูลเทเลเมทรียังช่วยเก็บรักษาความรู้ด้านวิศวกรรมที่เป็นประโยชน์

แนวทางของ Beacon ไม่ได้จำกัดอยู่แค่ด้านความปลอดภัย คำอธิบายโครงการที่เผยแพร่ต่อสาธารณะระบุว่า สามารถใช้ประวัติเซสชันเพื่อระบุเวิร์กโฟลว์ที่เป็นประโยชน์ วิธีแก้ไข รูปแบบการดีบัก และแนวปฏิบัติในการจัดการคลังซอร์สโค้ด เพื่อนำกลับมาใช้ในเซสชันถัดไป แทนที่จะทิ้งปัญหาที่แก้ได้แล้วไปเมื่อการสนทนาสิ้นสุดลง เป้าหมายคือทำให้เอเจนต์ในอนาคตเข้าถึงความรู้ที่ผ่านการตรวจทานแล้ว

การทำเช่นนี้เป็นอีกเหตุผลหนึ่งที่ควรเก็บกิจกรรมจากเครื่องมือต่าง ๆ อย่างสม่ำเสมอ เวิร์กโฟลว์ที่ค้นพบในสภาพแวดล้อมหนึ่งอาจเป็นประโยชน์ต่อทีมที่ใช้สภาพแวดล้อมอีกแบบ อย่างไรก็ตาม การเก็บลำดับขั้นตอนที่เคยได้ผลไว้ ไม่ได้หมายความว่าจะทำซ้ำได้อย่างปลอดภัยโดยไม่เปลี่ยนแปลง ข้อมูลรับรองการเข้าถึง ส่วนที่ต้องพึ่งพา สิทธิ์ และข้อกำหนดทางธุรกิจอาจเปลี่ยนไปในแต่ละเซสชัน

บันทึกเดียวกันที่ช่วยวินิจฉัยความล้มเหลวอาจมีพรอมต์ที่ละเอียดอ่อน ซอร์สโค้ด หรือผลลัพธ์จากเครื่องมือ การนำระบบไปใช้งานจึงทำให้เกิดคำถามที่คุ้นเคยเกี่ยวกับการจัดการข้อมูล ได้แก่ บันทึกถูกส่งไปที่ใด เก็บไว้นานเท่าใด ใครเรียกดูได้ และจัดการเนื้อหาที่ละเอียดอ่อนอย่างไร การเป็นเจ้าของข้อมูลเทเลเมทรีมีประโยชน์ แต่ไม่ได้ทำให้ไม่จำเป็นต้องกำกับดูแลการเข้าถึงข้อมูลดังกล่าว

ผู้ก่อตั้งที่มีประสบการณ์ด้านโครงสร้างพื้นฐานการตรวจจับ

Asymptote ก่อตั้งร่วมโดย Justin D’Souza ซึ่งเป็น CEO และ Shukan Shah ซึ่งเป็น CTO ทั้งคู่เคยทำงานที่ Doppel บริษัทด้านการป้องกันการโจมตีแบบวิศวกรรมสังคม หน้า เกี่ยวกับเรา ของบริษัทกล่าวถึงผลงานของ D’Souza ในการขยายโครงสร้างพื้นฐานด้านการเรียนรู้ของเครื่อง และผลงานของ Shah ในด้านระบบอัตโนมัติสำหรับงานปฏิบัติการด้านความปลอดภัยและการล่าภัยคุกคามโดยใช้เอเจนต์

ประกาศระบุว่า จำนวนดาวของ Beacon บน GitHub เพิ่มขึ้นมากกว่า 460% ในเดือนกันยายน และโปรเจกต์ขึ้นสู่อันดับ 3 ในบรรดาคลังโค้ดที่กำลังได้รับความนิยมทั่วโลกบน GitHub ตัวเลขเหล่านี้เป็นสัญญาณการนำไปใช้ที่บริษัทรายงานเอง ไม่ใช่หลักฐานยืนยันประสิทธิภาพในการตรวจจับหรือรายได้ประจำ Asymptote ยังระบุด้วยว่า ทีมรักษาความปลอดภัยกำลังใช้ Beacon และแพลตฟอร์มสำหรับองค์กรของบริษัทในระบบการผลิต แต่ไม่ได้เปิดเผยจำนวนลูกค้าหรือมูลค่าสัญญา

Tower Research Ventures ระบุว่าเริ่มสนใจจากกระแสตอบรับต่อ Beacon ซึ่งเป็นซอฟต์แวร์โอเพนซอร์ส และฝ่ายรักษาความปลอดภัยของ Tower กำลังประเมินเทคโนโลยีนี้บนอุปกรณ์ปลายทางของตนเอง การประเมินโดยองค์กรของนักลงทุนควรแยกให้ชัดจากการนำไปใช้งานเชิงพาณิชย์ของลูกค้าที่มีการเปิดเผยข้อมูล

บททดสอบขั้นต่อไปคือความครอบคลุมและการแทรกแซงที่เป็นประโยชน์

รอบระดมทุนระยะเริ่มต้นนี้สนับสนุนแนวคิดที่กว้างขึ้นว่า เมื่อองค์กรติดตั้งเอเจนต์มากขึ้น บันทึกการทำงานขณะรันไทม์ก็จะกลายเป็นสิ่งจำเป็นต่อความปลอดภัย ความน่าเชื่อถือของวิศวกรรม การกำกับดูแลแพลตฟอร์ม และการวิเคราะห์ต้นทุน ชั้นข้อมูลร่วมกันอาจช่วยให้ทีมเหล่านั้นตรวจสอบกิจกรรมเดียวกันได้ โดยมีวัตถุประสงค์ที่แตกต่างกัน

บททดสอบของ Asymptote คือมุมมองร่วมดังกล่าวจะครอบคลุมและทันท่วงทีเพียงพอที่จะนำไปสู่การดำเนินการหรือไม่ ทีมรักษาความปลอดภัยจะต้องการการตรวจจับที่เป็นประโยชน์ โดยควบคุมผลบวกลวงให้อยู่ในระดับที่จัดการได้ ขณะที่วิศวกรจะต้องการบันทึกที่อธิบายข้อผิดพลาดได้โดยไม่เพิ่มภาระในการเก็บรวบรวมข้อมูลมากเกินไป เงินทุนที่ระดมได้ช่วยให้บริษัทมีทรัพยากรในการเดินหน้าสู่เป้าหมายเหล่านั้น แต่มูลค่าในระยะยาวจะขึ้นอยู่กับสิ่งที่องค์กรสามารถสังเกต ตรวจสอบ และควบคุมได้อย่างน่าเชื่อถือ