前 Cisco 团队创立 Tenet Security,专注于 Agent 运行时安全

2026/06/18 sec Tenet Security · AI Agent安全 · 运行时安全 · Cisco · 安全创业 · 种子轮 · Agent监控 · Agentjacking · Agent运行时防护 6073 字 · 约 18 分钟 阅读 ...
前 Cisco AI Defense 团队的研究人员创立了 Tenet Security,获得 600 万美元种子轮融资,专注于 Agent 运行时安全——实时监控 AI Agent 行为、分析和阻断恶意操作。这是 Agent 安全市场从大公司内部孵化走向独立创业的一个标志性事件。

前 Cisco AI Defense 团队的研究人员近日创立了 Tenet Security,并筹集了 600 万美元种子轮资金。这家初创公司的目标很明确——阻止企业环境中的恶意 AI Agent 行为


团队背景:前 Cisco AI Defense 原班人马

Tenet Security 的创始人兼 CEO Barak Sternberg 此前是 Cisco AI Defense 团队的核心研究员。整个创始团队均来自 Cisco 的 AI 安全部门,在 Cisco 期间专注于识别和防御 AI 系统面临的新型威胁。

这个团队从 Cisco 出来独立创业,可能不是一个”大公司做不好”的故事——更可能是 “Agent 安全的市场窗口正在打开,大公司内部孵化的速度跟不上市场节奏”。Cisco 作为大型企业,有全面的产品线,AI Agent 安全只是其整个安全组合中的一小部分。而 Tenet Security 可以全身心投入这个细分赛道。

种子轮 600 万美元The Westly Group(SentinelOne 早期投资人)和 MizMaa Ventures 领投,天使投资人包括 Tomer Schwartz(Dazz 创始人,其公司后被 Wiz 收购)和 Lior Tal。投资方阵容传递了一个信号:企业安全赛道的顶级资本正在押注 Agent 运行时安全这个新战场。


核心安全研究:Agentjacking 攻击

在推出产品的同时,Tenet Security 的研究团队还发现并命名了一种针对 AI 编码 Agent 的新型攻击方式——Agentjacking(Agent 劫持)

攻击原理:攻击者通过欺骗 AI 编码 Agent(如 Cursor、Copilot 等编程助手),诱使其执行来自攻击者服务器的恶意代码。具体而言,攻击者可以在第三方依赖、代码片段建议、错误日志中嵌入恶意负载,当 Agent 按照正常编程流程”修复错误”或”安装依赖”时,实际执行的是攻击者控制的恶意代码。

为什么这很危险:AI 编码 Agent 被设计为自主执行代码——这正是它们有价值的原因。但传统安全模型假设”人类会审查代码再执行”,而 Agent 的自主性打破了这个假设。Agentjacking 利用了 Agent 的信任链——Agent 信任它的工具调用结果,攻击者利用 Agent 的信任来劫持它的操作。

攻击影响

  • 攻击者可完全控制 Agent 的操作上下文
  • 窃取 Agent 工作环境中可访问的敏感数据
  • 在开发环境中植入持久性后门
  • 通过 Agent 的 API 调用链横向移动

这个研究成果被多家安全媒体报道(The Hacker News、Dark Reading、Security Boulevard 等),是 Tenet Security 在 Agent 安全研究领域的第一份”投名状”。


Tenet Security Platform 产品详解

产品全景

从产品页面和前端代码分析来看,Tenet Security 的平台是一个 AI Agent 运行时安全保护平台,覆盖以下核心功能模块:

功能模块说明
Agent Inventory(Agent 清单)自动发现和记录组织内所有在用的 AI Agent,建立 Agent 资产台账
Agent List(Agent 列表)实时展示所有 Agent 的运行状态,包括在线/离线/异常等
Session Details(会话详情)监控每个 Agent 的运行时会话,完整追溯行为轨迹
Policy Management(策略管理)基于策略对 Agent 行为进行管控,支持灵活配置规则
Connection Management(连接管理)管理 Agent 对外部工具、API 和数据源的连接关系
Dashboard(仪表盘)全局安全态势可视化,提供安全事件的实时视图

核心技术特性

1. Agent-side Simulation Technology(Agent 端模拟技术,专利 pending)

这是 Tenet Security 的技术核心——在 Agent 实际执行操作之前,先用模拟技术预测该操作的安全风险。不同于传统的”先执行再检测”模式,这种预执行模拟可以在操作造成实际危害之前阻断它。

2. 运行时行为监控

不监控模型的输入输出(那是 Lakera、Galileo 等护栏厂商的领域),而是监控 Agent 在运行时的行为链

  • 它调用了什么工具
  • 访问了什么数据源
  • 执行了什么命令行操作
  • 触发了什么 API 调用
  • 工作上下文是什么

3. 行为基线 + 异常检测

通过建立 Agent 行为的基线模型,检测偏离基线的异常模式:

  • 一个客服 Agent 突然开始访问财务数据库
  • 一个代码 Agent 在凌晨 3 点批量修改生产环境权限
  • 一个数据处理 Agent 尝试发送超出授权范围的数据

4. 实时阻断

当检测到异常行为时,不是只能告警——而是能够 实时终止 Agent 的操作。这是 Agent 安全与 SIEM/SOAR 的关键区别:Agent 的速度太快了,等你开个工单再去处理,数据已经发出去了。

技术架构

从产品前端代码和 API 结构分析,Tenet Security 的技术栈为:

┌──────────────────────────────────────────┐
│         Tenet Security Platform          │
│           React SPA Dashboard             │
├──────────────────────────────────────────┤
│  Agent Inventory │  Agent List           │
│  Session Details │  Policy Management    │
│  Connection Mgmt │  Dashboard            │
├──────────────────────────────────────────┤
│         API Gateway (AWS ALB)            │
│  api.tenetsecurity.io / service-{org}    │
├──────────────────────────────────────────┤
│     Agent-side Simulation Engine         │
│  (Patent-pending runtime protection)      │
├──────────────────────────────────────────┤
│   Auth0 / OAuth Authentication           │
│   auth.tenetsecurity.io                  │
└──────────────────────────────────────────┘
层级技术选型
前端React + TanStack Router SPA,模块化架构
后端AWS API Gateway + Lambda(函数计算架构)
认证Auth0 + OAuth 流程
多租户每个客户独立 ALB 端点(service-{org}.tenetsecurity.io),实现租户隔离
历史域名曾用域名 calm-hubble.com,现已重定向至 tenetsecurity.io

现有客户

从产品代码中的多租户映射表可以推测,Tenet Security 已经有一批早期客户:

客户/项目行业
Lacourt法律科技
Gopuff即时配送/零售
HoneyBook商务管理 SaaS
The Motley Fool金融投资服务
Schrodinger科学计算/药物研发
Stable(API)推测为 API 基础设施项目

这些客户覆盖了法律、零售、SaaS、金融、生物科技多个垂直行业,说明 Agent 运行时安全是一个跨行业的通用需求,不局限于科技公司。


市场定位:填补 Agent 安全的空白地带

当前 AI Agent 安全市场有多种方案,Tenet Security 的定位在中间地带:

方案代表聚焦盲区
模型护栏Lakera, NVIDIA NeMo输入输出过滤无法监控 Agent 行为
身份安全CrowdStrike, SaviyntAgent 身份与授权不关注运行时行为模式
数据安全RubrikAgent 数据访问不关注 Agent 操作行为
人因安全KnowBe4人类使用 Agent 的安全意识不关注 Agent 自身行为
Agent 运行时安全Tenet SecurityAgent 操作行为监控新赛道,生态待完善

Tenet Security 填补的正是”Agent 在做什么“这个层面的监控——不关心模型说了什么,关心 Agent 做了什么。 它与护栏方案是互补而非竞争关系:护栏管”能不能这么说”,运行时安全管”能不能这么干”。

竞品对比

在 Agent 运行时安全这个细分赛道,目前直接竞争的厂商不多:

对比维度Tenet SecurityCisco AI DefenseHush Security
核心能力Agent 运行时行为监控 + 实时阻断AI 系统全栈安全Agent 非人类身份安全
技术路线Agent-side Simulation(专利)大公司内部产品线身份安全
专注度纯 Agent 运行时大公司全栈策略的一部分是 NHI 安全的一个方向
独特优势Agentjacking 攻击研究 + 创新模拟技术Cisco 品牌 + 客户基础在身份侧深耕
阶段种子轮(2025.5 公开)成熟产品线早期

Tenet Security 的创新在于它用一个创业公司的敏捷性来填补大公司产品组合中的”夹缝”——这个夹缝在大公司内部可能永远排不上优先级,但对正在大规模部署 AI Agent 的企业来说,却是生死攸关。


600 万美元种子轮意味着什么

在当前的 AI 安全投资热潮中,600 万美元的种子轮属于”小而精”。几个信号:

  1. 投资人认为这个方向有市场——Cisco AI Defense 背景的团队做 Agent 运行时安全,赛道逻辑清晰
  2. 这个市场还很早期——种子轮规模不大,说明市场验证还需要时间
  3. 人才溢出效应——顶级大公司的安全团队开始出来独立创业,是这个市场正在形成的强烈信号
  4. 投资方背书质量——The Westly Group 是 SentinelOne 的早期投资人,说明其对企业安全赛道的判断力

行业纵深分析

多维媒体报道视角

多家安全媒体对 Tenet Security 的报道从不同角度刻画了这家公司:

媒体报道视角核心看点
The Register“前 Cisco 研究员创立 Tenet Security 锁定流氓 AI Agent”强调创始人背景,将 Agent 安全类比为”AI 时代的端点检测”
VentureBeat“融资 600 万保护企业 AI Agent”关注市场机会——”AI Agent 能规划、调用工具、触发副作用”
The Hacker News“Agentjacking 攻击劫持 AI 编码 Agent”聚焦攻击技术细节,影响最大的技术媒体报道
Dark Reading“Agentjacking 攻陷 AI 编码 Agent”从攻击者视角分析,面向安全运营人员
Security Boulevard“600 万种子轮隐身模式公开”综合报道,涵盖融资 + 产品 + 攻击研究
SecurityInfoWatch“CEO Barak Sternberg 专访”创始人的愿景和产品路线图

媒体评论中出现了一句非常精准的定性:“the companies that build the monitoring and enforcement layer will occupy a critical chokepoint”——构建监控和执行层的公司,将占据 AI Agent 安全生态中的关键战略卡位。

与其他事件形成呼应

这则新闻与近期多条 AI Agent 安全动态形成了清晰的趋势:

  • KnowBe4 推出 Agent Risk Manager——人因层
  • CrowdStrike 推出 AI Agent 持续身份认证——身份层
  • Rubrik 集成 AWS Bedrock AgentCore——数据层
  • Cisco 布局 Agent 安全全栈——从零信任到 NHI 治理
  • Tenet Security 创立——Agent 运行时行为层

这些公司各自切入了一个层面的 AI Agent 安全问题,但它们的组合正在拼出一个完整的 Agent 安全生态。Agent 安全的”战区”正在从单一的技术问题变成一个多层、多供应商的完整体系。 Tenet Security 的出现补齐了其中最关键的一环——运行时行为监控。

深度洞察

1. Agent 安全正在经历”端点在 2015 年”的时刻

2015 年左右,企业开始大规模部署端点设备(笔记本、服务器),催生了 CrowdStrike、SentinelOne 等端点检测与响应(EDR)厂商。如今,AI Agent 正在成为企业 IT 环境中的”新端点”——它们执行代码、访问数据、调用 API,但几乎没有运行时安全保护。Tenet Security 可视为 “Agent 版的 EDR”

2. 从模型安全到行为安全的范式迁移

2024 年,AI 安全讨论的核心是 Prompt 注入——如何防止用户欺骗模型。2025-2026 年,随着 AI Agent 从”对话式 AI”进化为”执行式 AI”,安全焦点正在从模型层面的安全迁移到行为层面的安全。Tenet Security 的成立是这一迁移的明确信号。

3. “大公司溢出”成为 Agent 安全创业的主要来源

Cisco AI Defense → Tenet Security、Meta → 多家 Agent 框架创业公司、Google → 独立 AI 安全创业——顶级科技公司的安全团队正在”溢出”为独立创业公司。这不是大公司做不好,而是 Agent 安全的创新速度超出了大公司内部产品线的迭代节奏。


局限与展望

Tenet Security 目前处于早期阶段,有几个需要关注的点:

  1. 产品成熟度:种子轮阶段的产品意味着功能可能在快速迭代,企业级客户需要关注其稳定性和生态集成能力
  2. 生态集成:Agent 运行时安全需要与现有安全栈集成(SIEM、SOAR、IAM),Tenet 在集成深度上还有待验证
  3. 与云平台的关系:AWS、Azure、GCP 都在建设各自的 Agent 安全层,独立厂商需要证明自己比云平台自有方案更有价值
  4. Agent 协议的碎片化:不同 Agent 框架(LangChain、CrewAI、AutoGen)使用不同的通信协议,跨框架的运行时监控是技术挑战

参考资料

文档信息