市场缺口被数据摆上了台面
9 月 13 日前后，Bessemer Venture Partners 宣布领投 Neo Security 的一亿美元 A 轮，这家公司的方向很窄：为 AI 智能体做端点安全。它瞄准的不是模型安全，而是「智能体在终端上到底做了什么」这一层可见性与控制。
支撑这笔投资的，是一组关于缺口的数据。Gartner 预测，到今年年底约 40% 的企业应用会嵌入 AI 智能体；CyberArk 则给出另一半：68% 的企业对已部署的智能体缺乏身份控制。这两句话合起来描述的是一个正在快速扩张、却多数没有配套身份与行为护栏的攻击面。
传统端点安全，看不见智能体的动作
为什么需要专门的方案？原因在于，传统端点安全工具能识别正在运行的进程，却往往看不清智能体在做什么——尤其是那些通过扩展与插件运行的智能体。一个进程在跑，和它正在以谁的名义、调用哪个工具、改了哪份数据，是两件事。传统工具能回答前者，答不好后者。
Neo Security 的定位，是给企业一套能看清并管住智能体软件的能力：判断哪些智能体被允许运行、评估它的安全态势、并对越界动作实施护栏。它把「智能体也是需要被治理的软件」这件事，从口号落到产品形态。
同一周，安全厂商在往同一方向靠
把视野放宽，Neo Security 不是孤例。同一时期，CrowdStrike 推出 SafeMind，一组与 NVIDIA 共建、专门面向安全的模型与执行框架，在 Falcon 平台里让进攻与防守两套模型持续互搏；Orchid Security 推出身份漂移检测与应用级熔断开关，防止智能体越过授权边界；Akeyless 推出 Agentic Runtime Authority，一层面向生产环境智能体的实时身份控制。
这些动作指向同一个判断：传统安全架构是给人类用户和固定服务设计的，套到智能体身上会出现「看得见的进程、看不见的行为」。为智能体从底层重建安全框架，正在从个别尝试变成一条明确的产品线。
融资信号之外的两点提醒
一亿美元 A 轮，说明资本认可这条赛道的方向。但方向被认可，不等于具体产品已被验证。智能体安全的度量标准、第三方基准与采购清单都还在形成中，早期融资更多押注团队与定位，而非已被反复验证的回报。
对采购方来说，更实用的问法是：这套方案能看到哪些智能体的哪些动作？护栏是建议性的还是强制性的？与现有的身份与访问管理、安全信息与事件管理系统能否打通？这些问题的答案，比融资额更能决定它能否进生产。
几点需要保留的谨慎
其一，68% 与 40% 来自厂商与机构的调研，样本与口径不一，宜作为趋势信号而非精确比例；「缺乏身份控制」的定义在不同报告里也不完全相同。
其二，Neo Security 的产品仍处于早期，可见性覆盖的动作类型、支持的智能体平台与集成深度，公开信息有限，选型时应要求实测而非演示。
其三，安全方案本身也会成为新的信任点：它持有智能体的行为数据，其自身的合规、留痕与审计能力需要被同等审视。
其四，智能体安全的责任边界仍在演化，厂商、平台方与企业客户之间的分工尚未定型，合同条款要提前写清谁对越界动作负责。
Neo Security 的产品全面可用时间表、第三方对智能体可见性覆盖度的基准测试，以及本轮融资的具体估值与跟投方，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。