HiddenLayer完成1亿美元B轮融资，AI Agent安全从模型防护走向运行时控制

AI安全初创公司 HiddenLayer 于2026年9月2日完成1亿美元B轮融资，资金将用于扩张销售、工程与研究并推进欧洲及EMEA市场。公司将产品从模型防护扩展到面向AI Agent的运行时安全，强调对智能体的输入、工具调用和输出进行监控与阻断以防范提示注入和供应链风险。

AI安全初创公司 HiddenLayer 于2026年9月2日宣布完成1亿美元B轮融资。此轮融资由 Delta-v Capital 领投，Ten Eleven Ventures、Morgan Stanley、微软旗下风险投资基金 M12 以及 Booz Allen Ventures 等参与。

公司表示，新资金将用于扩大销售和分销网络，继续投入工程与研究，并推进欧洲及更广泛的 EMEA 市场扩张。与HiddenLayer在2023年宣布的5000万美元A轮融资相比，这一轮融资显示，随着企业把人工智能模型和智能体部署到生产系统，专门面向AI的安全工具正在从早期的技术细分市场进入企业预算视野。

企业开始为“会行动的AI”寻找安全边界

HiddenLayer成立于2022年，总部位于美国得克萨斯州奥斯汀。公司最初主要围绕机器学习模型的发现、漏洞识别、攻击模拟和运行时检测展开业务，如今产品范围已经延伸至生成式AI、AI Agent以及由多个工具和工作流组成的应用系统。

公司官网将平台概括为四个主要方向：AI资产发现、AI供应链安全、AI攻击模拟和AI运行时安全。其中，运行时安全重点监测AI系统在实际工作中如何接收输入、调用工具和输出结果，并在发现异常行为时发出告警或采取阻断措施。

HiddenLayer首席执行官兼联合创始人 Chris Sestito 对 TechCrunch 表示，公司过去一年的年度经常性收入增长超过10倍，目前已经达到“数千万美元”规模，但没有披露确切金额。他说，公司过去一年超过90%的增长来自新客户。

公司在官方融资公告中则表示，最近一年新增了50多家平台客户，客户覆盖证券经纪、银行、保险、会计、政府、科技、信息技术服务、制药和航空等行业，也包括美国国防与情报机构。HiddenLayer还称，一家未具名的前沿模型提供商正在使用其服务，为每周超过7亿用户提供相关安全保障。客户名称和合同细节没有完整公开，因此这些商业规模数据主要仍属于公司披露或媒体转述，不应视为经过独立审计的市场份额结论。

TechCrunch援引 Gartner 的估算称，企业今年将在AI工具安全产品上花费约28.3亿美元，比2025年增长83%；到2027年，这一支出可能接近47.8亿美元。这一估计涵盖的范围并不只包括模型防护，也包括围绕智能体、工具和AI应用的安全产品。

防护重点从模型本身扩展到智能体控制链

Sestito说，HiddenLayer并没有从传统机器学习安全业务完全转向另一条赛道，而是把原有能力扩展到新的使用方式。企业现在需要防范的对象，除了被篡改或窃取的模型，还包括提示注入、智能体操纵、恶意工具调用和供应链中的隐藏代码。

这使得AI安全问题从“模型会不会给出有害答案”，扩大为“模型或智能体在生产环境中究竟看到了什么、调用了什么，以及能够对哪些系统采取行动”。一个能够访问代码仓库、数据库、邮件、浏览器或云基础设施的Agent，即使模型本身没有被替换，也可能因为恶意提示、被污染的工具输出或过宽的权限而执行未经授权的操作。

HiddenLayer在8月推出 Agent Harness Security，面向AI编程代理提供运行时保护。根据公司发布的公告，该产品可以监测编程代理读取文件、运行命令、修改代码、安装依赖和与代码仓库交互的过程，并尝试识别提示注入、敏感信息暴露、不安全命令执行以及恶意依赖安装等风险。

公司称，该方案直接接入不同编程代理提供的原生控制接口，在模型看到敏感信息之前进行脱敏，也可以在必要时阻止危险动作或通过调整上下文引导代理避开被污染的工具响应。它强调的不只是“允许”或“拒绝”，还包括让安全团队了解每项控制机制究竟在哪个环节生效。

与此同时，开放权重模型和第三方模型制品也成为HiddenLayer关注的供应链风险。Sestito对TechCrunch表示，公司能够解析并扫描约50种AI文件框架，用于检查模型文件是否与其声称的来源和内容相符，以及一个模型中是否隐藏了其他模型或恶意组件。具体检测准确率、误报率和独立测试结果目前尚未公开。

一个正在形成的AI安全创业赛道

HiddenLayer并不是唯一一家围绕Agent安全获得融资的公司。AIFlux此前报道，AIR Security曾完成5000万美元种子融资，重点关注Agent所使用的插件、技能、MCP服务器和外部依赖；Hush Security则完成3000万美元A轮融资，试图把AI Agent、服务账户和其他非人类身份纳入统一的发现、即时权限、审计和紧急停止体系。

这些公司的产品边界并不完全相同，但共同指向一个变化：企业部署的已经不是单一模型，而是由模型、Agent运行框架、工具、数据源、代码依赖和访问权限组成的组合系统。安全控制也因此从模型上线前的一次性检查，逐渐延伸到资产发现、持续验证、运行时监控和事后审计。

传统终端检测与响应工具能够观察设备和代码的行为，但未必理解提示注入、上下文污染、模型窃取或Agent工具调用等AI特有风险。另一方面，单纯依赖模型护栏也难以覆盖代理与外部系统交互时产生的权限和供应链问题。对企业而言，未来的控制层可能需要同时回答几个问题：哪些AI系统正在运行，谁批准了它们访问数据和工具，外部依赖是否发生变化，以及异常出现时能否迅速切断行动并保留完整记录。

融资规模仍不能替代安全效果验证

HiddenLayer此次融资反映了投资者对AI安全需求增长的判断，但融资金额本身并不能证明产品已经形成稳定的商业护城河。Cisco、Palo Alto Networks 和 Check Point 等大型网络安全公司也可能通过收购进入这一领域；与此同时，面向Agent治理和安全的初创公司正在争夺相近的企业客户和预算。

HiddenLayer表示，下一阶段将继续扩大销售、渠道、工程和研究团队，并从欧洲和EMEA市场开始推进国际化。公司还在研究机构和行业组织的AI安全工作中保持参与，官方公告称其研究团队拥有39项已获授权专利和65项待审专利，并参与 CISA/JCDC、MITRE、NIST、OWASP 和 OpenSSF 等相关项目。

不过，公开资料仍不足以判断其平台在复杂企业环境中的实际防护效果。包括模型和Agent的覆盖范围、检测准确率、误报率、阻断延迟，以及在多云、混合权限和长任务链中的表现，都需要更多独立测试和客户案例支持。

可以确认的是，企业AI安全的重点正在从模型生命周期管理扩展到智能体的运行时控制。随着更多Agent开始代表员工读取资料、执行代码和调用业务系统，能够持续观察并限制这些行动的安全基础设施，可能会成为AI从试验环境进入生产系统的必要条件。

来源：

• TechCrunch：HiddenLayer nabs $100M as enterprises rush to secure their AI deployments
• HiddenLayer官方融资公告（PR Newswire）：HiddenLayer Raises $100M Series B to Advance Trustworthy AI
• HiddenLayer官方平台介绍
• HiddenLayer官方公告：Agent Harness Security
• HiddenLayer：2026 AI Threat Landscape Report
• HiddenLayer：2023年5000万美元A轮融资公告