近日,agentic 安全运营初创公司 Exaforce Inc. 宣布完成一轮 7500 万美元的新融资,用于推进其 agentic SOC 平台的发展。
Exaforce 成立于 2023 年,正在开发一个 agentic 安全运营中心平台,该平台将人工智能代理“ Exabots ”与先进的数据探索相结合。其目标是让企业的人力安全运营工作量降低十倍,同时显著提升安全防护效果。
该平台旨在通过一种将大语言模型与语义及行为模型融合进 AI 引擎的方式来解决安全和运营中的诸多难题。公司表示,这种方法能够为安全运营中心带来更高的准确度、重复性和生产力。
平台力求帮助那些需要 SOC 解决方案的企业,该方案不仅能更有效且持续地应对威胁,能更迅速地检测和调查问题,还能在无需增加人手的情况下以更低成本按需扩展防御能力。
Exaforce 指出,SOC 分析师面临着大量警报,其中许多为误报。这使得他们不得不处理庞大的数据集以及日志拼接、用户验证和工单管理等繁琐的手工任务,从而消耗大量资源并延缓响应速度。此外,在云环境下,检测工程师常常难以覆盖所有威胁,因为云平台原生的威胁检测能力普遍不足,而传统的安全信息与事件管理系统也无法提供充分覆盖。
为应对这些挑战,Exaforce 认为,针对 SOC 的理想 AI 解决方案必须能分析海量日志、云遥测数据和威胁信息,以做出迅速且高风险的决策。仅依赖大语言模型的 agentic 解决方案一次只能审核一小部分数据,这会导致问题分析不全面、推理结果不可靠且易产生虚假信息。
Exaforce 通过其多模型 AI 引擎突破了这一技术瓶颈。该引擎为安全和运营需求量身定制,将语义数据模型、统计模型和行为模型相结合,从原始数据中提取关键见解、行为及关联关系,然后利用知识模型进行更深层次的分析。
多模型的结构化应用提升了 SOC 数据的质量,随后将这些数据输入到大语言模型中,实现对全量数据的端到端推理。该方法避免了单一大语言模型可能出现的盲区,从而提供了更准确、可重复的结果。
Khosla Ventures、Mayfield 和 Thomvest Ventures Inc. 联合领投了本轮 A 轮融资。
Mayfield 管理合伙人 Navin Chaddha 表示:“令我们兴奋的是,Exaforce 正在重新构想开发 AI 队友这一巨大机遇,以分担复杂任务从而提高人类的生产力和工作效率,而他们首选的正是人才和技能相对短缺的 SOC 市场。”
图片:Exaforce
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。