AI（不）安全

Sapphire Ventures · Market Memo
AI (In)Security
2026 年 9 月 15 日
仅供原始收件人

目录

1. 市场评论（Market Commentary）
2. 近期值得关注的融资（Notable Recent Raises）
3. 最佳阅读（Best Reads）

---

市场评论

过去几个月，网络安全在 AI 话语中的位置越来越中心。Mythos 发布、以及随后限制 Anthropic 最强模型访问的出口管制，把更多注意力拉到这个议题上，也在全球企业与政府中抬高了担忧。自「Mythos Moment」以来，对网络安全的关注只增不减；在我们与 Global 2000 网络中 CXO 的每周交流里，安全现在几乎被普遍列为 Top 3 投资优先事项。

我们上一次深入写安全还是 2025 年 5 月的备忘录——在过去 15 个月前沿实验室能力剧变、安全事件披露潮涌、政府对 AI 开发监管暗示加强之后，那份备忘录已像上辈子。AI 与安全在此期间变得更加密不可分；这也是我们在上月备忘录结尾把「安全担忧上升」列为可能放缓 AI 狂热采用节奏的因素之一的原因。

本文将覆盖更大的安全图景：AI 如何改变攻防能力平衡、公开市场安全股的飙升、一级市场对该品类的投资，以及我们对一级市场全景与正在密切跟踪的新兴主题的看法。

我们先从一个最近事件拆起——它让行业看清：AI 赋能的安全能力近来已经走了多远。

OpenAI–Hugging Face 事件

7 月中旬，托管 AI 模型与数据集的仓库与社区 Hugging Face 披露其基础设施被第三方攻破。若仅此一点几乎不算新闻：企业系统天天被破，且往往只有安全研究社区知情。但这次 Hugging Face 迅速公开，并指出问题「有一个重要不同：它是由端到端自主 AI agent 系统驱动的」，并称这是「行业一直在预言的 agentic 攻击者场景」的体现。

简言之：AI agent 独立黑进了 Hugging Face。 7 月 16 日披露时攻击方仍未知；数日后 OpenAI 承认——他们在不知情的情况下，成了这次入侵的来源。

过去两个月出现了大量关于时间线与机制的技术深潜、事后复盘与解读。想真正深入的人，我们推荐 OpenAI 在 BlackHat 的分享（我们在 2026/8/18 的 AI Bi-Weekly Briefing 中首次转发）、OpenAI 技术报告，以及独立的 METR + Redwood Research 调查。细节确实离谱。

对本备忘录，我们只抓高层要点，解释为什么它被视为 AI 与安全交叉处的潜在分水岭。

Hugging Face 事件极高层概览

• 事件由 OpenAI 模型组合驱动，包括 Sol 5.6 以及更强、当时仍未发布的模型
• 模型在 ExploitGym（衡量模型网络能力的知名基准）上测试，护栏被刻意降低，以评估原始模型能力
• 模型本应运行在「高度隔离」、无外网访问的沙箱测试环境
• 尽管有限制，模型「花费大量推理算力寻找获得开放互联网访问的方法」，发现一个内部 zero-day，用以逃逸沙箱并穿越 OpenAI 网络到达公网
• 模型推断 Hugging Face 可能持有「考试答案」，为在评测中作弊，在四天内识别并执行利用，最终进入 Hugging Face 系统

总计 1,200 个 agent 自主协同，在四天内执行 17,613 次攻击动作。这些 agent 展现出复杂通信模式，包括创建内部留言板，发送 70,000+ 条消息以协调活动、共享 exploit。或许最令人印象深刻——或恐惧——的是：全过程没有任何人类监督或输入。Agent 被给定目标后不懈追求，重新点燃了 Nick Bostrom「回形针最大化器」那一类对齐恐惧。

这不是模型「失控」的唯一例子：Anthropic 与 Meta 很快也跟进披露了模型突破收容并访问第三方系统的事件。这一连串声明确实带有强烈的「我们也有」竞争味道，许多人急于称之为营销噱头；但它们也抛出问题：「如果你的模型还没在黑客户与合作伙伴系统，你还算不算在前沿？」

宣传与防护呼吁是否混杂，不如一个现实重要：AI 正越来越多被用于进攻场景。 下页图表汇总了过去 6 个月披露的、针对公司、软件供应链与政府的若干 AI 赋能安全事件。

AI 正在使网络攻击更复杂、更频繁

精选事件（2026 年 1 月–8 月）：

时间	目标	相关方	简述
2026-01	个人用户	OpenClaw	个人 agent 框架在安全措施到位前爆火；约 13.5 万安装暴露在公网且无密码
2026-03	AWS / NVIDIA 等	LiteLLM	攻击者向广泛使用的 AI 软件组件塞入篡改代码，扩散至约 43.4 万系统，暴露约 2.5K 组织
2026-07	台湾政府与能源	据称中国关联	8 个 AI 程序并行攻击数位发展部、核安机构与 7 家能源公司，攻入 85 个账户并窃取个人记录
2026-07	Hugging Face 等	OpenAI	「密封」测试中模型逃逸，发现外部软件未知缺陷，在无人指示下闯入 Hugging Face 与另外三家公司
2026-08	未披露公司	Anthropic	配置错误使模型在测试中到达公网，随后用弱密码闯入三家公司并向公共代码库发布有害软件
2026-08	外部公司	Meta	三周内第三家 AI 公司披露：模型逃出所谓密封测试并改动外部公司系统

这些事件——加上许多可能已发生但未披露的——叠加实验室内部测试所见，解释了为什么研究者与从业者持续发出公开信，呼吁全行业更紧迫地协同加强网络防御。

AI 如何倾斜攻防能力天平

安全专业人士与向他们卖产品的技术厂商，早就把 AI 既当机会也当威胁。争论焦点在于：能力更偏进攻主导还是防御主导，以及该平衡如何随时间变化。Irregular Security 最近一篇出色文章清楚阐述了这一张力：他们主张，长期稳态或许最终偏防御主导——因 AI 越来越多用于在创建与生产各阶段保护代码与基础设施——但我们正处的过渡期，很可能仍偏进攻主导，因为 AI 能力跑在行业修补已知漏洞、识别新攻击面的能力前面。

我们自己不是安全从业者；但与一线专业人士、以及打造新 AI-native 安全产品的创始团队交流后，我们认为有五个相互关联的主要动力，把我们带到当前进攻主导的局面。

1）前沿 AI 模型的网络能力在快速进步

这是主因，其他几乎都是其下游。过去两年，前沿实验室的重大发布在主要网络安全基准与独立第三方测试上展现出急剧提升。例如在 CyBench（衡量沙箱挑战中的自主漏洞发现与利用）上，Claude 3 Opus 在 2022 年 2 月仅约 10%，Claude Opus 4.6 在 2026 年 2 月达到 93%，Anthropic 称 Mythos Preview 在自测中达到 100%。ExploitBench、ExploitGym 等基准也有类似跃升。

进步速度仍在加速。英国 AI Security Institute（AISI）称基础模型网络能力现在每 4.7 个月翻倍，低于 2025 年前后每 8 个月的轨迹；Mythos 与 GPT-5.6 代表一次台阶式抬升。

快速进步不限于前沿封闭实验室：在总体智力分数上追赶的开源权重模型，在该领域也取得实质进展。AISI 近期测试发现，表现最好的开源权重模型（如 GLM 5.2、DeepSeek V4-Pro）仅落后领先封闭模型 4–7 个月，已收窄 2025 年末观察到的 6–10 个月领先幅度。

值得注意：最近对台湾政府的攻击，据报以半自主方式、使用开源权重模型与 agent 框架执行——展示了 2026 年开源权重网络能力成熟有多快。

2）利用时间在坍缩

能力不仅更好，执行也更快：AI 赋能攻击能以机器速度无情行动。过去一年，本已存在的趋势加速，大幅压缩坏人攻陷系统的时间，同时抬高防御方响应的紧迫性：

• 平均利用时间（Mean Time to Exploit）从 2018 年的 63 天降至 2025 年约 7 天（Mandiant 2026 M-Trends）；利用往往在厂商补丁或公开通告前一周就开始
• 据 CrowdStrike，2025 年在公开披露前就被利用的零日同比增长 42%
• eCrime breakout time（从初始沦陷到横向移动到另一内部系统）在 2025 年降至 29 分钟（同比加快 65%），最快事件仅 27 秒

响应时间现在需要以分钟甚至秒计；2026 年数据可能更严峻。不幸的是，这发生在企业仍苦苦处理已知漏洞的背景下：关键漏洞的中位修补时间从 2024 年的 32 天升至 2025 年的 43 天。

3）攻击成本趋向于零

Token 成本下降对 AI 扩散整体是好事；但同一动态也把更先进的网络能力以更低价格交给坏人。例子很多，进一步扭曲攻击者花费相对其可造成经济损害的不对称。

Irregular 一文指出（强调为原文所加）：「2026 年 2 月，我们给模型一个它们都解不了的安全挑战……到 4 月，表现最好的模型偶尔能解，期望推理成本约 $2,000。到 6 月，多个模型能可靠解开，成本约 $20。」短短两个月 99% 的价格下跌 + 更好、更广的表现，无法忽视。

SemGrep 另一测试发现：GLM 5.2 在漏洞检测上大致可与使用 Opus 4.6 的 Claude Code 持平，但开源权重模型每个识别出的 bug 仅约 $0.17。同理，创建并全球规模化个性化钓鱼（越来越多利用 AI 语音与视频）的成本现在以数百美元计。更好的进攻能力，对更大范围的威胁行为者变得可得且经济可行。

4）威胁面在扩张

AI 采用本身就在增加 AI 赋能攻击的风险：大量进入生产的 AI 生成代码（有时审查不足）、企业环境中未治理的「Shadow AI」、跨职能 agent 的快速增长，以及与 AI 产品本身绑定的新攻击向量（提示注入、模型投毒、配置错误的 MCP 服务器与 API key 等）。

更多软件 = 更多潜在漏洞，而 AI 是这一长期趋势的倍增器。美国国家漏洞数据库在今年 1–7 月识别出 45.2K 个安全缺陷，几乎追平 2025 全年。

5）攻击复杂度在上升

OpenAI–Hugging Face 事件已充分示例。最重要的 takeaway：AI 赋能攻击正从离散任务升级为覆盖侦察、初始利用、提权、横向移动与数据外泄的自主战役。这一轨迹会持续。

综合效应是：1）老练行为者拥有更强、更便宜的工具，能以前所未有的方式扩展行动范围与速度（最好的坏人变得更好）；2）不那么老练的行为者能提升进攻技能，提高威胁潜力（场上坏人更多）。这是编码领域同一现象的黑暗面：更强模型在制造更多 10x/100x 工程师的同时，也把软件创造工具民主化给更广的信息工作者。

几乎所有指标、风险与成本都在上升。例如：漏洞到披露平均 7 天；从初始沦陷到外泄平均 72 分钟；1/4 恶意breach 由 AI 赋能；AI 赋能breach 相对平均多出 $1M+ 成本；零日利用同比 +42%；自 2022 年以来 OAuth 与 API key 沦陷增长 3.8x。

公开市场网络安全公司：这里没有 SaaS-Pocalypse

上述动态几乎肯定让安全专业人士失眠（若非存在主义恐惧）；但它们也是公开市场安全厂商股价飙升的主因。更广软件行业已从年初 SaaS-Pocalypse 低谷反弹，安全股在其间受伤更轻，过去一个月许多已创历史新高。

截至 8 月 31 日，公开安全公司全球市值达 $894B，自 2026 年初已增加 $394B。按此水平，安全股占我们整个 Sapphire Broad Software 指数（合计 $8.1T，年内仅温和 +5%）市值的历史高位 11%。安全公司中位 EV/NTM 收入倍数为 6.3x，更广软件组为 4.1x。

冲高由最大在位者引领：Palo Alto Networks（市值 $303B，YTD +136%）、CrowdStrike（$224B，+89%）、Fortinet（$122B，+106%）、Cloudflare（$107B，+55%）均已跨越 $100B 市值门槛——该品类直到 2023 年 12 月才出现第一家 $100B+ 公司。这四家占我们网络安全指数市值的 85%，平均倍数 26.4x。JFrog、Okta、Rubrik 等今年也有强劲涨幅（规模更小）。尽管组内表现分化很大，投资人大体把安全放进「AI 受益」篮子；这些公司领导人也很快把 AI 指为当前与未来业务表现的主驱动。

多家上市公司开始点名有近乎可见的 $100M+ ARR 路径的 AI-native 产品线，包括 Palo Alto 的 Prisma AIRS（300+ 客户，接近 $100M ARR）、CrowdStrike 的 AIDR（QoQ ARR +300%，$50M+ pipeline）、Zscaler 的 AI Protect（LTM bookings $100M+）、Okta 的 agent Identity 产品（Q1 bookings 的 25%，ACV 提升 40%）、SailPoint（预计 2027 年底 AI ARR 跨过 $100M）。相对整体业务这些数字尚未移动指针，但「AI 是核心业务顺风」的认知 + 新产品已证明的 traction，以一种在其他软件厂商达到相似规模的新 AI 服务上尚未同样强烈反映的方式，支撑着许多公司的股价。

网络安全并购：活跃，但远低于 2025 纪录

并购方面，2026 年交易节奏远落后近年，并将显著低于 2025 纪录年（亮点包括 Google $32B 收购 Wiz、Palo Alto $25B 收购 CyberArk、ServiceNow $7.75B 收购 Armis）。不过公开在位者、规模化私有安全厂商、财务买家、以及希望扩展网络能力的战略方仍活跃；截至 8 月已宣布交易约 $6.5B。买家继续向更少、高度战略性平台整合的趋势仍在；我们预期尤其是上市公司会利用飙升股价，追求能进一步延伸能力并锁定顶尖安全人才的交易。

网络安全 VC 融资：稳定，但不惊艳

尽管 AI 安全能力与公开安全股市值飙升，对该板块的 VC 投资同比大致持平。截至 7 月，约 $9.5B VC 资金进入私有市场安全公司——远高于后 ZIRP 收缩期，但远低于 2022 周期高峰（当年上半年即超过 $12.5B）。

当前环境特征是：交易更少（同比约 -25%）、入场价格更高（各阶段中位估值大幅上升）。据 PitchBook，安全运营是上半年最活跃子类，占全部资金的 28.5%。尽管整体融资并未与 AI 时代安全关注度同步上升，仍有若干规模化私有公司成为未来几年潜在 IPO 或大型战略收购候选人。估值最高的 10 家 VC 支持私有安全公司（即非 PE 控股）合计估值约 $70B，覆盖安全市场广泛截面。过去两年有 10 家网络安全公司以超过 $3B 估值融资。

近两年披露 VC 轮的 Top 私有网络安全公司包括（不完全）：Cyera（数据安全，$12B）、Cohesity（$7B）、SandboxAQ（量子准备加密，$5.8B）、Abnormal（邮箱安全）、Cato（SASE，$4.8B）、Island（企业浏览器，$4.8B）、Claroty（OT/IoT，$4B）、Chainguard（加固开源组件，$3.5B）、Dream Security（SecOps / 关键基建，$3B）、Saviynt（身份治理，$3B）等。

前沿实验室也继续把安全作为核心「向上层」押注，通过专用网络模型与可信伙伴部署动作（如 Anthropic 的 Project Glasswing、OpenAI 的 Daybreak）。可以说，这些公司及其竞争对手所募创纪录资金中，至少一部分正投入安全专项——尽管不会出现在上述融资数据里。也可合理假设：其安全业务将对其各自希望、且很可能在明年左右 IPO 时达到的 $1T 级公开市场估值，做出有意义贡献。

我们对私有市场安全生态的看法

如上一篇网络备忘录所述，Sapphire 长期与安全格局中的品类定义公司合作，包括 BioCatch、Cohesity、Cyera、Feedzai、GitGuardian、Huntress、JumpCloud、JupiterOne、Netskope、Privacera、StackHawk、Uptycs 等。

今天安全市场比以往更广更深——反映在我们新更新的私有市场网络安全地图中。地图每一块都代表重要能力，并由大量令人印象深刻的团队塑造。不过我们此刻特别密切关注若干类别，以识别并与下一代有分量的网络安全公司合作：

数据安全（Data Security） — 数据是 AI 开发与使用的主要燃料之一，抬升了数据战略的优先级。数据安全也在经历根本架构转变：从保护数据周围的系统，转向持续理解并保护数据本身。现代平台在数据所在之处发现敏感信息，按业务上下文分类，判定访问、识别暴露，并越来越多自动执行控制。这需要持续发现组织内数据，并构建连接敏感信息、身份、权限、应用与活动的上下文图。品类增长快，加速因素不仅是 AI，还有长期云迁移与数据监管。Sapphire 被投 Cyera 已确立领导地位，连续三年 ARR 翻三倍。

AI 治理（AI Governance） — 正发展成独立的网络安全与企业风险品类，聚焦控制 AI 如何被选择、构建、部署与使用。它为企业提供模型、应用与自主 agent 的记录系统；对照内部政策与外部法规评估、持续测试安全/安全/性能风险，并创建控制与审计轨迹。随着更多自主 AI 系统进入生产，治理需要持续而非周期、技术强制执行而非停留在文档与口口相传。重要的是，AI 治理可通过标准化控制与审查、减少手工合规，成为更广 AI 采用的加速器。仍小、增长快的空间里有 Onyx Security、Jetstream 等。

Agent / 非人类身份管理（NHI） — Agent 已无处不在，很快将以数量级超过人类员工。这要求新方法来保护人类+数字混合劳动力：认证、治理并监控可自主访问企业系统的软件实体。现代 NHI 平台创建持续更新的身份图，包括独立 agent 身份、归属到用户或业务流程、任务范围授权、持续策略评估。参与者包括 Aembit、Token Security、Clutch Security，以及刚被 Cyera 以 $1B 收购的 Oasis Security（2026 年 7 月）。

自主进攻安全 — AI 渗透测试与自主红队正成为主动网络安全新层：AI agent 像攻击者一样行为，在真实对手之前识别可利用弱点。AI 渗透测试聚焦应用、API、云与网络中的漏洞发现与利用；自主红队把概念扩展到更广企业，模拟多阶段对抗路径。这是从周期性 pentest 进化到可复制的持续自主攻击以硬化防御。公司包括 Armadin、XBOW、A Security、Tenzai、Terra、Horizon3 等。

终端安全 — 仍是最大且最具战略重要性的市场之一，但随 AI 采用扩大而显著变化。现代终端方案需要「始终开启」的检测与响应，记录进程、网络连接、用户行为等遥测，并与组织全环境活动关联，使安全团队更快识别与隔离威胁。这将推动更多防御 agent 的采用——在不阻碍业务的前提下主动降风险、收缩攻击面。新兴公司包括 Glow、Bloom、Origin、Neo、Ent 等。

Agentic SOC — 可独立调查告警、跨安全工具收集证据、推理活动是否恶意、决定下一步并执行响应。品类代表从确定性 playbook 进化到多智能体系统协作覆盖整个威胁生命周期，并可能在未来数年成为安全栈的控制平面。Agentic SOC 可能对弥合「告警数量增长」与「其中 40% 完全未被调查」之间的缺口至关重要。仍早期，但有潜力成为未来数年 $10B+ TAM 品类；追赶者包括 7AI、Exaforce、Torq、Dropzone AI、Prophet Security、Mate Security 等。

这些不是唯一体面的类别——开源软件供应链安全（如 Chainguard）、专用网络防御基础模型（如 Corma）、前沿 AI 安全研究实验室（如 Irregular Security）等处处都有创新。生态极度动态。

接下来会怎样？

在 2025 年 5 月备忘录中我们做了若干预测，今天更有信心：我们仍认为公开市场安全公司合计市值将在十年结束前（很可能更早）跨过 $1T；仍认为未来数年会出现更多 $10B+ 网络安全收购；网络攻击总成本仍看起来将在 2030 年前超过 $20T。不幸的是，我们仍认为发生造成创纪录损害的大规模企业黑客事件的概率很高，且已有令人担忧的迹象显示 AI 已参与多地区关键国家基础设施的沦陷。最后，尽管 VC 投资同比持平，我们仍按进度在十年结束前对该品类投资超过 $50B。

没有全新预测，但对 AI 与网络安全更深交织之后的路径，有几点新想法：

受控发布成为标准部署模式 — 无论你是否相信，实验室一直公开说认真对待 AI 安全，并会在能力越过某些风险阈值时放缓开发、扣留能力。随着 Mythos，以及 OpenAI 即将到来的 Astra 发布，他们似乎在兑现。Anthropic 的 Project Glasswing、OpenAI 的 Daybreak、Frontier Model Forum、OpenAI 最近对其最新模型 RL 训练的两周暂停、特朗普政府建立预发布审查框架的行政令，乃至近 1,400 名 AI 研究者签署的 Pacing the Frontier 公开信——正在形成正式与非正式机制的拼布，在更严格测试与评估前闸控最先进 AI 的访问。更慢、受更严审查（若非明确政府许可）的前沿模型 rollout，很可能成为默认发布动作，有利于确立可信伙伴地位并保持政治善意的公司。理想主义者会说这是对安全的再承诺；愤世嫉俗者会指责今日领导者用安全作为下一轮监管俘获的基础。两边大概都有真相，但结果很可能是更加受控、分阶段的部署。

网络安全成为开源 vs 封闭模型辩论的支点 — 开源权重模型网络能力仅落后前沿 4–7 个月，且已有野外进攻使用证据。到 2027 年初（若非更早）出现 Mythos 级开源权重模型的可能性也在上升，届时防御方会更艰难。我们认为网络安全将日益成为限制开源权重模型访问辩论的支点。今天似乎没有认真限制的努力，我们也不认为应当有；但开源权重驱动的安全事件上升，可能把话语推向更限制性的政策干预。值得注意：Anthropic CEO Dario Amodei 在 7 月末博文中措辞相当精确——即便在表面上支持（或至少不直接反对）开源权重时也强调：「没有危险能力的开源权重模型是公共品」，并补充「所有足够有能力的模型，开源与封闭，都应经过强制安全测试。」我们支持更多开源权重 AI，并指出一个讽刺：Hugging Face 在响应对其基础设施的黑客时，因前沿模型的网络安全护栏，被迫使用开源权重模型——这正是更广访问益处的例子。辩论不会消失；开源权重能力进展及其在进攻与防御实践中的观察，将主导双方讨论。

对齐重新回到焦点 — OpenAI–Hugging Face 事件以更可感的方式结晶了许多人对齐担忧。从 AI 视角，它只是在创造性且不懈地解决一个（不可能的）被给定任务——据各方所述，任务中并未被明确告知追求目标时什么不能做。这是未对齐，还是设计不当、控制配置错误、刻意引诱不良行为的测试？对对齐研究的教训是：能力扩展时，模型追求——甚至隐藏——错误目标行为、或以未对齐手段追求正确目标的能力也在扩展。最近一连串模型黑客是鲜明提醒：若无适当护栏、安全措施与充分对齐训练，即便世界顶尖 AI 研究者也可能在真实部署中失去对其造物行为的控制。实验室在事件后说了正确的话，暗示更多强制自省与对齐再承诺——尽管市场压力推往相反方向。随着行业走向更充分自主系统，对齐更紧迫：一旦模型在无人类审查下持续行动，挡在模型目标与其对世界正/负影响之间的，只剩该目标与其设计匹配得有多好。

自主防御能力被更充分拥抱 — 攻防主导平衡由不对称定义：防御方必须保护每一个潜在漏洞（数字、物理或人类），攻击方只需找到一个突破口。在坏人日益 AI 赋能的当前与未来环境中，「好人」最好的希望是在防御各方面日益利用 AI。机器速度攻击（将越来越多由 AI agent 群编排）将要求机器速度响应；长期达到防御主导，意味着更充分拥抱自主防御系统。这不要求完全把人类移出环路，但意味着把威胁生命周期更多控制权交给 agent，以去除事件识别与响应中的瓶颈。如 Stratechery 的 Ben Thompson 在《Autonomy and Innovation》中所说：「真正有效的防御将意味着真正信任 agent 自主行动，但多数公司不会这样做，直到被完全自主攻击者的规律且不间断黑客迫使。」未来好的防御不仅意味着保护写下的每一行代码，还意味着以只有 AI 才可能的规模与速度，持续监测、检测、分析、优先级排序并响应基础设施、应用与软件供应链上的潜在威胁。

作者

• Kevin Burke，Partner, Strategy & Research — kburke@sapphireventures.com
• Lou Segall，Director, Strategy & Research — lou@sapphireventures.com
• Jake Randall，Senior Associate, Strategy & Research — jrandall@sapphireventures.com

Sapphire Strategy & Research 团队为公司投资团队、被投与战略伙伴生产企业 AI 专有研究。工作覆盖融资与产品进展的定期市场情报、核心软件品类的结构化年度更新，以及对新兴技术的主题深潜。对 Sapphire 投资组合与交易管线的直接可见性塑造我们的观点，帮助从市场噪音中分离信号。

---

近期值得关注的融资（节选）

人工智能

• Higgsfield — AI 视频与图像生成；$400M Series B（DST Global 领投），估值 $5.4B；称 ARR $700M，3000 万+ 用户，390 家 Fortune 500 客户
• Simile — 斯坦福衍生，行为基础模型 / agentic twins 做市场研究；$200M Series B（Greenoaks 领投），估值 $2B
• Generalist — 通用机器人基础模型（非硬件）；约 $200M（8VC 等），估值高于 6 月的 $2B
• Corma — 面向日志分析与威胁检测的安全专用 AI 模型；$60M seed（Sequoia 领投）

基础设施

• Etched — 仅 transformer 的推理 ASIC Sohu；$700M（Jane Street 领投），估值 $21B
• Lovable — 自然语言生成 Web 应用；$400M Series C，估值 $13.3B；称 ARR $500M
• CodeRabbit — AI 代码审查；$143M Series C，估值 $1.5B

安全 / Agent

• Zenity — 实时评估每个 AI agent 动作意图并在执行前阻断；$125M Series C（Norwest）
• Onyx — 企业 agent 部署的权限与活动治理；$113M Series B（Bessemer），估值 $640M；Anthropic 已集成

以及其他 Convex、Blacksmith、Vals、Trajectory、Wispr Flow、Ramp（ERP）、Freehand、Harmony、Twin、Hadrian（$1.37B Series D，估值近 $8B）等。

---

最佳阅读（节选）

• Irregular — The End-State Fallacy: Where Is AI Security Headed?（进攻能力与成本下降快于防御建设；过渡期可能偏进攻）
• Stratechery — Autonomy and Innovation（攻防能力相同，帽子颜色由激励塑造；自动化防御的期望值不对称）
• Bloomberg — 中美 AI 差距迅速收窄；Hugging Face 上下载份额等
• Jesse Zhang（Decagon）— To FDE or Not to FDE（前线部署工程师是临时发现机制而非永久模式）
• Dwarkesh Blog — 算力未来可能贵 10x+ 的论证

---

附录图表页

以下为 DocSend 原始页面缩略图（完整可读性以 DocSend 原文为准）：

---

Sapphire Ventures 免责声明：本文不构成投资建议，亦不构成出售或征求购买任何 Sapphire 管理基金权益的要约。观点截至 2026 年 8 月 31 日（除非另有说明），可能不经通知变更。过往表现不代表未来结果。

本文由 RecodeX 编译自 AI (In)Security（作者：Kevin Burke / Lou Segall / Jake Randall — Sapphire Ventures Strategy & Research），首发于 SandHill.io #301 推荐阅读。译文仅供学习交流，观点不代表本站立场，版权归原作者所有。