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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。