Mintive为AI智能体身份管理融资700万美元，总融资额达1100万美元

Mintive获新一轮融资700万美元，由Cowboy Ventures领投，使其总融资额达到1100万美元。随着企业寻求更严格地管控在其系统内运行的AI智能体，这家公司表示，目前其每天处理250万个智能体调用，服务的付费企业客户超过50家，且在7个月内已处理超过2亿次调用。

这项于10月29日发布的公告列出了Ro、Modern Treasury、Coursera、密歇根大学和Apax等客户。此次融资将用于支持一个平台的开发，该平台旨在为每个智能体赋予独立身份、严格限定范围的权限，并记录其在企业工具和AI模型中的操作，以便追溯。

为企业智能体基础设施提供融资

Mintive的投资方包括Coatue、Operator Collective、Burst Capital、Maven Ventures和Hustle Fund。个人投资者包括Okta联合创始人Frederic Kerrest、WorkOS创始人兼首席执行官Michael Grinich、Scott Belsky、Jeff Dean和Andrej Karpathy。公告未披露估值，也未说明新一轮融资所处的阶段。

问题的核心在于权限管理。员工的职责可能涉及多项任务，因此可能有权访问许多系统。使用该员工凭据的智能体，可能因此获得远超其当前任务所需范围的访问权限。随着企业通过不同界面部署智能体，安全团队还面临控制措施分散、难以完整追溯是谁授权了某项操作等问题。

Mintive联合创始人兼首席执行官Jiquan “JQ” Ngiam在公告中表示：“智能体已经在企业系统中开展工作，每个智能体都需要拥有自己的身份和权限，就像每位员工一样。”

Mintive如何将智能体身份与用户凭据分开

该公司的智能体身份文档将每个智能体描述为其网关中的独立主体。每个智能体在审计日志中都有自己的工具包、状态和身份。访问权限可以由触发任务的用户、团队凭据或为该项工作配置的服务账户授予。

底层服务凭据保存在网关中。智能体使用自己的凭据进行身份验证并获取短期令牌，管理员则可以控制它能够访问哪些具体工具。撤销某个智能体的令牌即可停止该智能体，无需企业停用无关的用户或其他智能体。

这种分离也有助于保障业务连续性。业务流程不应无限期依赖最初配置该流程的员工的个人凭据。Mintive称，智能体工具包支持共享管理和所有权转移，使团队能够在职责发生变化时管理访问权限。

网关同时管控工具和模型调用

Mintive将用于工具访问的MCP Gateway与用于模型调用的LLM Gateway结合起来。模型上下文协议为AI应用与外部工具之间提供了通用接口；治理的关键在于，是否应允许特定智能体使用这些连接中的哪些连接。

MCP Gateway产品页面介绍了一个内部目录，其中列有获批的服务器，并按特定角色分组为不同工具包。管理员可以禁用单个工具，包括具有破坏性的操作，并在不同AI客户端之间应用统一的访问策略。该网关还可以在企业身份验证机制保护下托管内部MCP服务器。

每次调用都会记录用户、工具、目标服务器和防护措施的执行结果。该产品支持将日志导出到安全信息与事件管理系统，也支持通过OpenTelemetry的OTLP协议传输日志流。这使安全团队能够将智能体活动纳入现有监控流程。

Mint Guard还可筛查提示注入、暴露的机密信息、个人数据及其他风险。该公司表示，其平台已通过SOC 2 Type II审计。这些控制措施有助于界定允许的行为，并使活动可供检查；但其效果仍取决于企业配置的策略和集成。

客户工作流程展现实际访问问题

该公司称，在Modern Treasury，一款银行运营智能体会搜索Sentry、Notion、Linear、源代码和内部工具，之后由技术客户经理介入。Mintive报告称，较简单的案例可节省30分钟，复杂案例则最多可节省4小时。这些是公告中报告的特定客户成果。

密歇根大学将Mintive用作企业级MCP网关，为获批工具提供统一访问途径，同时由中央IT部门管理访问权限。Mintive还在Slack和Teams中提供Coworker智能体，将企业工具访问能力与长期记忆和定时任务相结合。

正如Unite.AI对MCP连接层之上的企业软件的分析所指出的，让工具可以访问只是构建实用工作流程的一部分。Mintive致力于解决围绕这一连接的身份、权限和操作记录问题。

兼具AI与软件基础设施经验的创始团队

Mintive（此前名为 MintMCP）在其官方媒体资料包中列出了四位联合创始人：Jiquan Ngiam、Vijay Vasudevan、Bozhi See 和 Phillip Bensaid。公告介绍了 Ngiam 的履历：他曾是 Coursera 的创始工程师，也曾在 Google Brain 担任高级软件工程师；Vasudevan 则参与了 TensorFlow 在 Google 的创建工作。

这笔新融资使该公司进入企业 AI 不断发展的运营层：确定哪些智能体可以采取行动、它们依据谁的授权行事，以及事后会留下哪些证据。报告显示，客户在业务系统中部署智能体时，这些问题已成为生产环境中的实际要求。