Reco AI 智能体安全融资新增 5500 万美元，但拥挤的市场抬高了门槛

Reco AI 智能体安全融资新增 5500 万美元，这家初创公司正加速保护企业中那些公司未必能够发现或控制的智能体。这笔融资使 Reco 的累计融资额达到 1.4 亿美元。距离该公司宣布 3000 万美元 B 轮融资也仅过去数月。

这笔后续投资的速度才是真正值得关注的故事。Reco 不再仅仅主打更好地洞察软件即服务应用。它正试图成为企业内智能体、身份、应用、权限、数据和工作流的安全地图。

这一转变让 Reco 进入了与 WitnessAI、Noma Security、成熟网络安全厂商以及大型软件平台内置控制措施同场竞争的拥挤赛道。Reco 现在必须证明，其基于上下文的方法能够带来可衡量的保护，而不只是又一份 AI 活动清单。

Reco AI 智能体安全融资支持更广泛的扩张

这笔新资金支持 Reco 从 SaaS 安全厂商转型为更全面的智能体安全平台。

Reco 于 2026 年 9 月 29 日宣布了这笔追加融资。本轮融资包括 AT&T Ventures 的战略投资，并获得新投资者 Forestay 和 Quadrille Capital 的支持。

根据该公司的融资公告，资金将用于销售、合作伙伴关系、渠道拓展和客户支持。Reco 表示，计划扩大其在北美和欧洲的业务布局。

本轮融资紧随 2 月宣布的 3000 万美元融资之后。此前一轮投资方包括 Zeev Ventures、Insight Partners、Boldstart Ventures、Workday Ventures、TIAA Ventures、S Ventures 和 Quadrille Capital。

Reco 表示，其累计融资现已达到 1.4 亿美元。首席执行官兼联合创始人 Ofer Klein 向 TechCrunch 表示，自 2 月以来，公司估值已增长逾一倍。他仅称估值处于数亿美元的较高区间。

Klein 还表示，公司的年度经常性收入已达到数千万美元级别。他预计该收入将在 2026 年增长至三倍，尽管这一预测尚未得到独立验证。

据 Klein 称，该公司拥有超过 100 家客户。金融服务机构约占其业务的 40%，使受监管企业成为其增长计划的重要组成部分。

这些客户购买的不只是传统的 AI 网关。Reco 的核心产品是上下文图谱，它将智能体与其周边的应用、身份、权限和数据关联起来。

上下文图谱是技术环境内部关系的持续更新地图。它帮助安全团队了解的不只是某个智能体是否存在，还包括该智能体能够访问哪些资源。

这种差异十分重要，因为智能体可能从用户、服务账户、应用或已连接工具中继承访问权限。当这些继承权限跨越多个系统时，一个看似低风险的助手也可能变得危险。

Reco 表示，其平台可通过直接应用集成、浏览器信号和网络活动发现智能体。该公司还声称可以检查提示词和工具调用，并帮助管理员移除不必要的访问权限。

6 月，Reco 正式推出了扩展后的智能体安全平台。当时，该公司称已拥有超过 230 项应用集成和 1000 项检测控制措施。

该公司目前宣传拥有超过 280 项集成。这一不断扩展的覆盖范围支撑了 Reco 的观点：应用上下文使其相较仅关注模型流量的产品具备优势。

AT&T 的参与增添了战略分量，因为这家电信公司既是投资者也是客户。客户投资可以表明其对产品价值的信心，但并不能独立证明市场存在更广泛的需求。

因此，这轮融资资助的是一次具体扩张，而非简单延续。Reco 正押注于其在 SaaS 安全领域的积累，能够为治理互联企业系统中的智能体提供合适基础。

这笔资金也提高了市场预期。Reco 必须扩展集成、客户支持和分销能力，同时确保其技术主张在众多不同的智能体平台上依然可信。

为什么企业智能体蔓延成为迫切的安全问题

问题不只是企业正在部署更多智能体，而是智能体可以通过多个系统中汇集的权限采取行动。

AI 智能体是能够为实现某一目标进行规划或执行行动的软件。与仅生成文本的聊天机器人不同，智能体可以调用工具、检索记录、更新应用或触发工作流。

这种能力改变了安全格局。传统应用资产清单通常将软件、用户、设备和服务账户作为彼此独立的对象进行追踪。智能体则可以在获得授权的情况下连接这些类别。

员工可能授权某个智能体读取电子邮件、搜索云端存储、更新客户记录和发送消息。每项权限单独看似乎都合理，但组合起来的路径会产生更大的风险暴露。

当所有权不明确时，风险会进一步加剧。智能体可能作为独立产品采购、由企业内部构建，或在企业已使用的软件中启用。

Salesforce 助手、Microsoft 365 copilot、Slack 应用或浏览器扩展，都可能在没有独立采购事件的情况下引入类似智能体的行为。安全团队或许只能在员工开始使用后才发现这种能力。

这正是常被称为智能体蔓延的状况。该术语涵盖智能体数量、其连接关系及其累积权限的不受控增长。

Reco 表示，其一家财富 100 强客户拥有 2.1 万个该组织并不知晓的智能体。该数字来自公司自身，尚未获得独立技术验证。

Klein 还描述了一家金融服务客户：据称 Reco 发现了一个由前员工创建的智能体。该智能体能够访问 Salesforce，并与公司可见性范围之外的域共享信息。

这一情景说明，仅有资产清单并不足够。安全团队需要知道谁创建了智能体、它使用哪些凭据，以及其所有者离职后会发生什么。

团队还需要理解间接访问。一个智能体可能没有直接打开敏感数据库的权限，却能通过另一个应用或工作流获得等效访问能力。

Reco 的前提是，关系能够揭示这些风险。其图谱将人员、账户、智能体、应用、权限、数据和观测到的活动连接起来，使防御者能够评估完整路径。

该模型类似于应用于自主软件的身份治理。系统不再只询问某个人是否应持有某项权限，也会询问某个智能体是否应行使该权限。

当智能体持续运行时，这种区别变得尤为重要。人类可能在一个工作日中多次打开客户记录；智能体则可以在数分钟内检查数千条记录或执行重复操作。

速度压缩了安全团队可作出响应的时间，也增加了错误指令、遭入侵凭据或恶意提示词可能带来的影响。

提示词注入又增加了一层风险。这种攻击会将敌对指令嵌入 AI 系统读取的内容中，试图改变系统行为或暴露信息。

智能体尤其容易受到影响，因为它们会消费外部数据并拥有工具。接收系统能够发送电子邮件、修改文件或调用应用程序编程接口时，注入指令的后果会更加严重。

研究智能体部署的人员已在对抗性测试中记录到持续存在的弱点。一项大规模安全研究分析了通过公开竞赛提交的 180 万次提示词注入尝试。

研究人员报告了超过 6 万次成功攻击，这些攻击诱发了违反政策的行为。结果包括未经授权的数据访问、被禁止的金融操作和监管合规失败。

商业安全产品无法消除底层模型中的每一种失败。但它可以限制模型能够访问的内容，并监控随后发生的操作。

这催生了对覆盖发现、权限管理、运行时监控和响应工具的需求。这也解释了为何买家面对不断增加的厂商所提出的重叠主张。

对于围绕内部文档构建 AI 系统的团队而言，访问设计与检索质量同样重要。只有当其自动化机制尊重所有权和权限边界时，可搜索的知识库才能保持安全。

眼下的压力主要落在首席信息安全官身上。他们必须支持快速采用 AI，同时不能允许每个部门都建立独立的访问结构。

开发者同样感受到这种压力。部署后才加入的安全要求，可能迫使他们重新设计工具调用、身份流程、审批检查点和审计记录。

因此，企业买家需要证据证明，智能体安全平台能够发现真实部署，同时不会阻碍正当的试验。Reco 的新融资为其追求这种平衡提供了更多资源。

Reco 的上下文图谱面对拥挤的安全市场

Reco 的主要对手并非某一家公司，而是一个通过不同技术路径提供类似承诺的拥挤市场。

一些厂商监控用户、模型和应用之间流动的流量。另一些则强调运行时保护、非人类身份控制、模型测试、数据安全或应用安全态势管理。

Reco 通过关系来处理这一问题。其图谱旨在揭示智能体如何与企业内的身份、软件、权限和信息建立连接。

该公司表示，现有的 SaaS 覆盖能力使其能够补充较为狭窄的 AI 网关可能遗漏的上下文。网关通常会观察跨越特定控制点的请求，但活动也可能在该路径之外发生。

浏览器扩展、嵌入式助手和直接应用集成使网关模型变得复杂。组织可能需要多种发现方法，才能看到通过不同渠道引入的智能体。

Reco 表示，它以浏览器和网络信号补充直接集成。这种组合旨在发现受支持应用之外的活动，同时保留已连接系统中更丰富的上下文。

这种方法听起来具有差异化，但竞争对手也在寻求相邻形式的可见性。WitnessAI 监控企业 AI 交互，并已扩展其控制措施，以覆盖智能体、工具和 Model Context Protocol 服务器。

Model Context Protocol，通常称为 MCP，是一种用于将 AI 系统连接到数据源和工具的标准。它简化了集成，但每一项连接都可能引入新的权限和信任边界。

WitnessAI 在 2026 年 1 月完成了 5800 万美元战略融资。其企业 AI 控制能力侧重于观察哪些数据进入 AI 系统，以及智能体代表用户执行了哪些操作。

Noma Security 则代表了另一条路径。该公司将产品定位覆盖 AI 开发、应用使用和智能体安全，其控制能力涵盖模型、数据、基础设施及运行时行为。

Noma 于 2025 年 7 月宣布完成 1 亿美元 B 轮融资。其安全业务扩张表明，在 Reco 最新一轮融资之前，这一类别已获得投资者的浓厚兴趣。

成熟厂商同样不容忽视。CrowdStrike 及其他终端安全提供商可以观察智能体运行设备上的进程和行为。

身份安全公司可以将非人类身份产品扩展至智能体凭证。云服务提供商能够在自身平台内执行权限控制，而大型 SaaS 厂商则可围绕自己的助手增加控制措施。

这些现有厂商拥有分发渠道、既有遥测数据和成熟的安全预算。初创公司必须证明，其跨平台可视性足以创造价值，值得客户再增加一层管理体系。

Reco 最有力的论点是，没有任何一家应用厂商能够看见整个企业生态。嵌入 Salesforce 的控制措施，无法完整描绘某个智能体访问 Microsoft 365、Slack 或外部工具时发生的情况。

同样的论点也适用于云边界。企业通常同时使用多个基础设施平台及数百种 SaaS 产品，导致监管视野碎片化。

如果集成能够采集足够可靠的信息，图谱便可连接这些碎片。这一前提也带来了 Reco 的核心技术挑战。

图谱的价值取决于其数据。缺失的应用、过期的权限、模糊的责任归属或不完整的活动日志，都可能造成误导性的风险图景。

Reco 表示，它可在数天内接入新的集成。快速集成有助于扩大覆盖范围，但买家仍须考察每个连接器的深度。

一个只列出账户的连接器，其安全价值低于能够识别委派权限、智能体操作和异常行为的连接器。集成数量无法说明这些差异。

市场中日益趋同的表述进一步增加了评估难度。许多公司如今都承诺提供智能体发现、持续监控、最小权限访问、运行时控制和 MCP 安全。

最小权限是指仅授予完成特定任务所必需的访问权限。这一理念并不陌生，但将其用于自适应智能体仍然困难，因为其操作会随上下文变化。

厂商必须将通用原则转化为可执行的控制措施。他们需要说明能够检测到哪些高风险操作、会移除哪些权限，以及能以多快速度遏制威胁。

Reco 的上下文图谱为回答这些问题提供了一种合理机制。但融资本身并不能证明它比竞争系统回答得更好。

从连贯架构到经验证结果之间的差距，将决定该公司的下一阶段。Reco 拥有足够资本追求规模化，但这一类别竞争拥挤，融资无法构成持久护城河。

Reco 的数据尚未证明什么

Reco 展示了强劲的增长信号，但其最引人注目的部署和性能主张仍主要来自公司自身。

已披露的客户数量、经常性收入区间、预期收入增长和未公开估值，都有助于解释投资者的兴趣。但这些都不能完整衡量安全有效性。

收入增长可以表明企业愿意为产品付费，却无法说明产品是否识别出每一个智能体、阻止了滥用，或降低了事件成本。

发现 21,000 个智能体的数字同样颇具吸引力，但若不了解方法论，便难以解读。这一数字可能包含嵌入式助手、自动化流程、工作流、集成，或风险等级各不相同的其他软件对象。

有意义的评估应解释 Reco 如何定义智能体，也应区分活跃的生产智能体与测试系统、废弃配置和低风险应用功能。

误报同样值得关注。如果产品将过多普通工作流标记为危险智能体，安全团队可能会浪费时间调查价值较低的警报。

漏报则构成相反的问题。不完整的连接器或加密的活动路径，可能让最敏感的智能体处于不可见状态，同时制造出令人安心的仪表板。

买家应询问 Reco 如何在日志和权限模型各异的应用之间验证发现结果，也应考察产品如何处理使用自定义工具内部构建的智能体。

修复措施带来另一项不确定性。发现过度访问固然有价值，但在不干扰工作的前提下减少访问权限，需要准确的责任归属和业务上下文。

用于月末报告的智能体，可能在特定期间需要广泛的读取权限。自动移除该访问权限可能会中断关键流程。

Reco 表示，其上下文图谱有助于确定风险优先级并实现精准修复。企业应通过复杂工作流检验这一主张，而不应将该图谱视为完整的策略引擎。

同样的谨慎也适用于提示词和工具调用检查。监控提示词可以发现明显的策略违规，但意图仍可能模糊不清。

智能体可能通过多个单独看来可接受的操作组合出有害序列。安全层必须关联跨越时间、工具、账户和应用的行为。

加密内容和数据驻留规则也会限制检查能力。受监管组织可能禁止安全厂商保留敏感提示词或文档内容。

Reco 对金融服务业的集中布局可能成为优势，因为这些客户提出了严格的控制要求。但这也可能增加实施复杂性和销售审查力度。

战略投资者也带来了另一种权衡。AT&T 可以帮助验证企业需求并支持分发，但一位知名客户并不能保证跨行业的可复制采用。

拥挤的市场同样提高了商业风险。企业在比较专业产品与现有厂商的新能力时，可能推迟采购。

它们也可能将控制措施整合至更大的安全提供商之下。届时，初创公司必须证明其覆盖能力更强，或能在成熟安全技术栈中扮演明确的集成角色。

平台厂商可通过改进原生治理能力来缩小这一机会。Microsoft、Salesforce、ServiceNow、Google 及其他软件公司已经控制着重要的智能体部署入口。

原生控制通常缺乏跨平台上下文，但无需增加独立厂商，也能满足客户的基本需求。在这些基础功能得到改进后，Reco 的价值必须依然清晰可见。

类别边界也是一个问题。智能体安全与身份安全、数据安全、SaaS 安全态势管理、应用安全及 AI 治理存在重叠。

重叠有助于 Reco 对接多个预算，但也带来了更多竞争。买家可能难以判断由哪个团队负责采购，以及应替换哪一款现有产品。

Reco 必须避免沦为另一个识别风险、却将修复工作转交他处的仪表板。其平台需要将发现结果与实际的访问权限变更和事件工作流连接起来。

独立案例研究将增强公司的主张。实用证据应包括部署覆盖范围、发现未知智能体所需时间、误报率及已完成的权限削减。

安全买家还应要求进行对抗性测试。受控评估可以衡量 Reco 是否能够检测提示注入、工具滥用、凭证滥用和跨应用数据移动。

这笔融资为公司积累此类证据提供了时间，但并没有消除这一需求。

因此，Reco 最新一轮融资应被视为对市场时机和架构的押注。对于运营有效性的结论仍未揭晓。

企业买家需要结果，而非又一份智能体清单

胜出的智能体安全平台将把发现能力与可执行控制和可衡量的访问风险降低效果连接起来。

清单是起点，因为企业无法治理看不见的智能体。但只有当发现结果能够改变安全决策时，它才具有价值。

一个实用的平台应识别智能体的所有者、用途、凭证、工具、可访问数据及近期操作。它还应展示这些元素如何组合形成一条高风险路径。

这条路径比孤立漏洞更重要。提示词边界薄弱的智能体是一种风险水平；而同一智能体若同时拥有财务权限，则是另一种风险水平。

买家应从具体场景开始评估。其中一个场景可能涉及员工离职后，某个智能体仍通过该员工的委派凭证保留访问权限。

另一个场景可测试支持智能体是否能通过连接的知识系统检索受限客户记录。第三个场景则可衡量恶意文档注入新指令后的行为。

产品应针对每种情况说明检测和响应方式。与展示受影响身份、资源、权限及建议操作的追踪记录相比，模糊的风险评分价值较低。

安全团队还应考察平台如何区分观察与执行。某些事件适合立即自动遏制，另一些则需要人工批准。

智能体试图向未知域名发送敏感数据时，可能有理由自动阻断。一个请求扩大读取权限的新内部工作流，则可能需要先行审查。

开发人员也需要从同一系统获得有用反馈。如果某项控制措施只在部署后向安全团队报告问题，就会导致重复错误和更慢的修复。

在智能体进入生产环境前，早期检查可标记过度的工具权限范围、不安全的凭证存储或缺失的审批关口。随后，运行时监控可捕获设计阶段测试遗漏的行为。

这种组合要求厂商覆盖完整生命周期，同时不应声称提供全面保护。没有任何平台能够保证自适应系统始终安全运行。

Reco 的图谱可通过维护开发与运营环节之间的上下文来支持这一生命周期。该公司仍需证明，这一模型在其最强集成之外能够稳定发挥作用。

买家应将 Reco 的方法与其环境中已有的网关、身份、终端和数据安全产品进行比较。关键问题不在于哪家厂商使用了最宽泛的术语。

问题在于，哪种组合能够弥补已有文档记录的控制缺口。在某些环境中，Reco 可以成为跨应用的协调层。

而在另一些环境中，原生控制和现有身份平台可能已覆盖最高优先级风险。如果主要暴露面位于自定义智能体内部，专业化的运行时产品可能更合适。

因此，采购应建立在内部智能体清单之后，而非先于它进行。组织需要识别哪些系统能够采取行动、使用谁的授权，以及能够访问哪些信息。

这一过程还可以揭示责任归属缺口。安全、工程、数据治理、法务和应用管理员通常分别管理同一智能体工作流的不同部分。

平台可以连接技术对象，但无法自行解决责任划分不清的治理模式。企业仍需要制定有关审批、监控、事件响应和退役的政策。

退役环节尤其值得关注。智能体可能会通过无人维护的服务账户、令牌、脚本和应用连接，在原始项目结束后继续存在。

Reco 报告中提到的前员工案例正体现了这一风险。当所有者发生岗位变动时，企业应能够撤销或转移与每个智能体相关的所有权限。

供应商可以通过让这些生命周期控制措施易于验证来实现差异化。相关证据应可供审计人员导出，也应便于应用负责人理解。

市场很可能会奖励能够带来清晰运营成果的产品。例如，未知智能体更少、过度权限更少、调查速度更快，以及遏制时间更短。

融资公告无法替代这些成果。Reco 的 5,500 万美元扩展融资创造了一个机会：公布这些成果，并凭借超越功能广度的能力展开竞争。

三个信号将检验 Reco 对智能体安全的押注

Reco 的下一阶段将取决于其集成深度、可独立验证的客户成果，以及对平台竞争的应对。

第一个信号是 Reco 是否能将不断扩大的集成数量转化为更深入的控制能力。新的连接器应揭示智能体所有权、委托权限、工具使用情况，以及跨应用活动。

只有当客户能从这些连接中获得有用的上下文信息时，更高的集成总数才能强化 Reco 的论点。浅层的资产清单覆盖将削弱该公司的差异化优势。

第二个信号是来自企业部署的证据。Reco 应记录客户如何减少未知智能体、危险访问路径、调查时间或暴露数据。

客户案例需要提供足够的方法论，以区分可衡量的成果与宣传性说法。独立验证的说服力将强于匿名案例或汇总数据。

第三个信号是竞争对手和平台供应商的反应。WitnessAI、Noma Security、身份提供商、端点供应商以及大型软件公司都在进入相邻领域。

如果买家将 Reco 与这些产品一同采用，其图谱可能会确立一种独特的协调角色。如果原生功能吸收了相同的使用场景，Reco 将面临证明自身具有更深能力的压力。

合作伙伴关系将提供早期线索。Reco 与 ServiceNow 的合作，以及获得 AT&T 支持，表明其战略围绕企业分销和工作流集成展开。

如今，执行比创造品类更重要。智能体安全市场已经存在多家融资雄厚、信息主张重叠的供应商。

Reco 已有力地证明，SaaS 关系和继承权限值得获得更多关注。其融资为公司提供了资源，可将这一理念带入大型、受监管的环境。

尚未解决的问题是，上下文映射能否成为一种执行优势。一个仅能可视化智能体蔓延情况的图谱，将难以在充满仪表盘的市场中脱颖而出。

而一个能够持续发现隐藏权限、解释风险暴露并支持安全修复的图谱，将更具防御性。这正是 Reco 的客户和竞争对手现在将检验的标准。

对于开发者和企业买家而言，务实的做法是关注证据，而非融资势头。要求供应商针对你的实际应用演示发现、权限分析、遏制和生命周期控制能力。将这些结果与身份、云和端点系统中已具备的防护措施进行比较。Reco 的 AI 智能体安全融资使其成为资源更充足的竞争者，但这并不能决定市场格局。在接下来的一个季度，关注其连接器深度、公开的客户成果和竞争性合作伙伴关系。这些信号将表明 Reco 是在构建持久的控制层，还是正在加入一个日益拥挤的资产清单市场。