Asymptote Labs 获得 550 万美元种子轮融资，用于监控和控制企业级 AI 智能体

AI 智能体的能力已不再局限于生成建议，还能编辑文件、运行命令，并借助互联的业务工具开展工作。对安全团队而言，随之而来的问题日益偏向实际操作：智能体究竟做了什么、依据谁的授权行事，以及能否阻止它执行接下来的高风险操作？Asymptote Labs正围绕这一问题构建基础设施，并宣布完成一轮超额认购的 550 万美元种子轮融资。

本轮融资由 Tower Research Capital 的风险投资部门 Tower Research Ventures领投，Lytical Ventures、1984 Ventures和South Park Commons跟投。Asymptote 表示，资金将用于工程研发、产品开发、招聘和市场拓展。

其方案将 Beacon（一种用于记录智能体活动的开源层）与企业级检测、响应和治理平台结合起来。这一区别至关重要：记录某项操作，与在该操作执行前作出并落实决策，是两种不同的能力。可信的安全架构需要明确说明由哪个组件负责哪项工作。

为不同智能体工具建立统一记录

据该公司介绍，Beacon 能够捕获 Claude Code、Codex、Cursor 以及 20 多种其他智能体运行框架中的活动。运行框架是连接模型、工具、指令和工作会话的软件环境。不同框架提供的信息各不相同，因此很难在公司所选用的各种工具中，以一致的方式调查活动。

Asymptote 将 Beacon 描述为采用 MIT 许可证的遥测层，可将这些记录规范化为一种通用运行时数据模型，并在 OpenTelemetry 的基础上加以扩展。这样一来，安全和工程团队便能使用统一的数据结构检查活动，而不必分别解读每种工具的历史记录。

Beacon 代码库提供了有用的实现细节。其说明介绍了会话回放功能，涵盖提示词、响应、工具使用、命令、编辑、审批和令牌信息；此外还包括本地优先的 JSONL 记录以及明确指定的数据去向。说明还提到，可通过 MCP 或 Agent Skills 将经审核的知识延续到后续会话中。

规范化的实际价值在于关联分析。调查时可能需要把用户请求与某条命令、某项文件更改以及一次审批关联起来。仅凭最终响应无法解释这一过程。统一的事件结构可以让这一过程更容易检查，不过，记录是否完整仍取决于特定集成能够捕获哪些信息。

企业控制如何发挥作用

Asymptote 的企业级平台在 Beacon 的基础上加入了运行时检测与响应。该公司表示，平台能够拦截正在发生的智能体活动，并在提示词和工具层面应用由策略驱动的防护措施，识别数据泄露、内部威胁和 AI 供应链问题等风险。

公司网站更明确地说明了产品之间的分工。开源版 Beacon 提供可移植的遥测数据，客户可以将其接入现有安全系统。托管版 Asymptote 则增加了数据摄取、保留、搜索、检测、身份映射、策略关卡、审批和治理工作流。该公司还将私有化部署列为其提供的方案之一。

评估部署方案时，这种区分十分重要。工具调用执行后再记录，有助于调查；若要阻止调用，则必须在执行路径中设置控制点。采购方需要确认哪些操作可以被拦截、哪些只能事后观察，以及服务不可用时强制执行策略的机制会如何运作。融资公告并未公布覆盖范围矩阵，也未提供拦截准确率基准。

这些都是企业级 AI 智能体治理中的核心问题。写入模型指令的策略，与由模型之外的基础设施强制执行的策略，并非一回事。关键的检验标准是：尽管已有预期限制，智能体是否仍能执行未经授权的操作。

遥测数据也能保留有用的工程知识

Beacon 的定位并不止于安全。其公开的项目说明介绍了如何利用会话历史，识别可供后续会话复用的有效工作流、纠正方法、调试模式和代码库惯例。其目标是让未来的智能体能够获取经过审核的知识，而不是在对话结束时把已经解决的问题一并丢弃。

这也构成了在不同工具中一致收集活动记录的第二个理由。在一种运行框架中发现的工作流，可能对使用另一种框架的团队同样有价值。不过，保留一套成功的操作流程，并不意味着可以原样安全地重复使用。不同会话之间，凭证、依赖项、权限和业务要求都可能发生变化。

有助于诊断故障的同一批记录，也可能包含敏感提示词、源代码或工具输出。因此，部署会带来一些常见的信息管理问题：记录存放在哪里、保留多长时间、谁能调取，以及如何处理敏感内容。掌握遥测数据的所有权固然有价值，但这并不能免除对其访问权限进行治理的必要性。

拥有检测基础设施背景的创始人

Asymptote 由首席执行官 Justin D’Souza 和首席技术官 Shukan Shah 共同创立。两人此前都曾在社会工程防御公司 Doppel 工作。公司关于我们页面介绍了 D’Souza 在扩展机器学习基础设施方面的工作，以及 Shah 在安全运营自动化和基于智能体的威胁搜寻方面的工作。

公告称，Beacon 的 GitHub 星标数在 9 月增长了 460% 以上，该项目在 GitHub 全球热门仓库榜单中升至第 3 名。这些是公司报告的采用情况指标，并不能证明其检测效果或经常性收入。Asymptote 还表示，安全团队已在生产环境中使用 Beacon 及其企业平台，但未披露客户数量或合同金额。

Tower Research Ventures 表示，该公司最初关注 Beacon，是因为它在开源领域取得了进展；Tower 的安全部门目前正在自己的终端设备上评估这项技术。投资者所属机构开展评估，不应与已披露的商业客户部署混为一谈。

下一步考验：覆盖范围与有效干预

本轮种子融资支持一项更广泛的论点：随着组织部署更多智能体，运行时记录对于安全、工程可靠性、平台监督和成本分析将成为必要条件。一个通用数据层可让这些团队出于不同目的检查同一活动。

对 Asymptote 而言，考验在于，这种共享视图是否足够完整、及时，能够支持采取行动。安全团队需要有用的检测结果，同时将误报控制在可管理的范围内；工程师则需要能够解释故障的记录，又不致造成过高的数据采集开销。这笔融资为公司推进这些目标提供了资源；其长期价值将取决于企业能否可靠地观察、调查和控制相关活动。