当人类员工、机器人和AI Agent同时在数字环境中工作，传统的身份管理工具已经彻底失灵。以色列初创公司Oak刚刚走出隐身模式，带着6000万美元的种子轮融资和一套AI原生的统一控制平面，试图解决这场由AI Agent引发的身份认证混乱。

AI Agent 的“身份危机”：为什么传统 IAM 正在成为安全链上最薄弱的环节

在物理工卡时代，身份管理是一场人与门的博弈。员工刷卡进入办公室，保安在门口核对照片，权限的边界清晰得如同一堵墙——你进不了财务部的门，就看不到账本。到了云时代，身份管理变成了“人-机”的二元关系：你需要一个账号登录 Salesforce，一个密钥调用 AWS API，一个证书访问数据库。IAM（身份与访问管理）系统在这期间进化出了单点登录、多因素认证和基于角色的访问控制，但它们本质上仍在回答一个古老的问题：“你是谁，你被允许做什么？”

然而，AI Agent 的到来，彻底打破了这种二元结构。当企业开始部署能够自主执行任务的 AI Agent——比如自动生成代码的 Copilot、自动回复客户邮件的客服机器人、自动分析销售数据的分析助手——身份管理的对象从“人”和“机器”扩展到了“人-机器-Agent”的三元关系。一个 Agent 可能同时代表多个用户、多个系统、多个权限，它的行动轨迹不是线性的，而是树状的：它调用一个 API，触发另一个 Agent，再访问第三个数据库。在这个过程中，谁在为它的行为负责？它使用的凭证是它的，还是它背后那个人的？当它完成一个任务后，那些临时获取的权限是否被及时回收了？这些问题，传统 IAM 系统一个都回答不了。

Oak 联合创始人 Shai Morag 在接受 TechCrunch 采访时直言不讳：“现在的 IAM 流程太手工化了，它是基于操作的，而不是基于风险的。”他举了一个例子：当一个员工从异常地点登录时，传统系统只会记录日志，但不会触发任何实时响应。因为 IAM 的设计逻辑是“先授权，后审计”——它假设所有经过验证的请求都是合法的，只有在事后复盘时才会发现问题。这种“信任但验证”的模式在人类主导的工作流中尚可接受，因为人类的行为有规律可循，异常往往意味着风险。但 AI Agent 的行为模式完全不同：它们可能在同一秒内从全球多个 IP 地址发起请求，它们可能为了完成任务而“借用”不同人的权限，它们甚至可能因为一个错误的指令而无限循环地调用敏感数据。在这种场景下，IAM 的“事后诸葛亮”模式变成了安全链上最薄弱的环节——当审计日志告诉你 Agent 已经泄露了 10 万条客户数据时，一切都已经太晚了。

行业数据印证了这一判断。根据 Verizon 2024 年数据泄露调查报告，超过 80% 的数据泄露与凭证被盗或权限滥用有关。这个数字在过去五年里几乎没有变化，说明传统 IAM 的防御能力已经触及天花板。而 AI Agent 的普及，正在将这个漏洞放大到前所未有的程度。想象一下：一个攻击者不再需要直接窃取某个高管的凭证，他只需要欺骗一个 AI Agent——比如通过提示注入攻击（prompt injection）让客服机器人误以为自己需要访问客户数据库——然后 Agent 就会自动完成所有的权限申请和操作执行。更可怕的是，Agent 的“身份”往往是模糊的：它可能共享了某个员工的 API 密钥，也可能被授予了“超级管理员”角色的子集权限。当攻击者利用这个模糊地带时，传统的 IAM 系统甚至无法区分这是 Agent 的“正常行为”还是“恶意行为”，因为它的行为模式本身就是非标准的。

这正是 Oak 试图解决的核心问题：当 Agent 可以代表人类执行操作时，我们如何定义、验证和回收它的身份与权限？这不仅仅是一个技术问题，更是一个组织层面的挑战。在传统企业中，权限管理往往由 IT 部门主导，他们负责创建用户、分配角色、定期审计。但 AI Agent 的出现打破了这种集中式管理：开发团队可以自行部署 Agent，业务部门可以自行配置 Agent 的权限，甚至每个员工都可以拥有自己的“个人 Agent”。这种去中心化的 Agent 部署模式，让 IAM 的管控边界变得模糊不清——谁有权给 Agent 授权？Agent 的权限应该基于“最小必要原则”还是“任务驱动原则”？当 Agent 完成一个任务后，它的临时权限是否被自动撤销了？这些问题在现有的 IAM 框架下根本没有答案。

Morag 和他的团队在启动 Oak 之前，花了几个月时间与 100 位 CISO（首席信息安全官）和 IAM 负责人进行了深度访谈。他们发现，几乎所有受访者都意识到传统 IAM 的失效，但没有一个人能提出可行的解决方案。原因在于，现有的 IAM 工具都是为“人-机”二元关系设计的，它们无法理解 Agent 的“意图”——一个 Agent 访问数据库是因为它需要完成用户指令，还是因为它被攻击者劫持了？这种意图的缺失，让 IAM 系统在面对 Agent 时变成了“瞎子”：它能看到 Agent 在做什么，但不知道它为什么这么做。

更讽刺的是，AI Agent 本身正在成为 IAM 系统的“掘墓人”。许多企业已经开始使用 AI 工具来自动化 IAM 流程——比如自动创建用户、自动分配权限、自动生成审计报告。但这些工具本身也是 Agent，它们同样面临着身份管理的困境：一个负责自动分配权限的 Agent，它的权限应该有多大？如果它被攻击者利用，会不会导致整个企业的权限体系瞬间崩溃？这种“用 Agent 管理 Agent”的悖论，让 IAM 的复杂性指数级增长。正如 Morag 所说：“我们需要一个新的控制平面，一个能够统一管理所有身份——无论是人类、机器还是 Agent——的系统。”

这个需求在现实世界中已经变得迫在眉睫。以金融行业为例，某大型银行在部署 AI 客服 Agent 后，发现该 Agent 在三个月内自动访问了超过 50 万条客户记录，而其中 30% 的访问行为与它的核心任务无关。传统 IAM 系统没有发出任何警报，因为 Agent 的凭证是合法的，它的访问频率也没有超过阈值。直到一次内部审计才发现，Agent 因为一个配置错误，被赋予了“只读数据库”权限，但这个权限实际上允许它读取所有客户的敏感信息。这个案例暴露了传统 IAM 的根本缺陷：它只能控制“谁可以做什么”，但无法控制“谁应该做什么”。当 Agent 的“应该”由人类指令和算法逻辑共同决定时，IAM 系统必须进化到能够理解“意图”的层面。

这就是 Oak 选择在此时走出隐身模式的背景。当 AI Agent 正在成为企业数字生态的“新公民”，而传统 IAM 系统还在用上世纪 90 年代的方法管理身份时，一个巨大的安全真空已经形成。Oak 要做的，就是填补这个真空——用一种 AI 原生的方式，重新定义身份管理的边界。但问题在于，这个真空如此之大，以至于任何单一的解决方案都面临着巨大的技术挑战和组织阻力。Oak 能否真正解决“Agent 身份危机”，还是说它只是另一个试图用 AI 解决 AI 问题的初创公司？答案，藏在它那套“AI 连接器框架”的细节里。

从“退休”到再创业：Shai Morag 的最后一战与 6000 万美元的豪赌

2023 年，Shai Morag 的人生走到了一个看似圆满的终点。他的第二家创业公司 Ermetic 被 Tenable 以 2.65 亿美元收购，他本人也顺理成章地加入了这家上市公司担任 CPO（首席产品官）。对于一个从以色列国防军少校退役、在网络安全领域摸爬滚打二十多年的老兵来说，这似乎是一个完美的谢幕——三次退出（此前 Secdo 卖给了 Palo Alto Networks），财务自由，行业声望，一个安稳的高管职位。他回到家，对妻子说：“我退休了。”

但命运显然不打算让他这么早退场。2024 年初，Tenable 的 CEO Amit Yoran 因病去世。Morag 在 Tenable 的这段时间，正是 Yoran 与癌症抗争的最后阶段。作为 CPO，Morag 亲眼目睹了一位领导者如何在病痛中依然试图掌舵一家上市公司。Yoran 的离世不仅是 Tenable 的损失，也彻底改变了 Morag 的心理轨迹。“那是一个转折点，”他后来在采访中回忆，“我突然意识到，人生太短暂了，你不能只是坐在那里等待下一个机会。”

他没有直接说出“我要再次创业”这句话，但行动已经说明了一切。几个月后，Morag 离开了 Tenable，与他在 Tenable 认识的 Tal Marom 一起，在以色列创立了 Oak。Marom 是 Tenable 的产品团队负责人，此前在 Salesforce 和以色列军队担任过类似职务。两人在 Tenable 共事期间建立了信任，但真正让他们走到一起的，是对 AI Agent 时代身份管理危机的共同判断。“我们花了几个月时间，和 100 位 CISO 和 IAM 负责人聊天，”Marom 说，“所有人都知道问题在哪，但没有人知道怎么解决。”

这种“知道问题但不知道答案”的状态，恰恰是创业公司最肥沃的土壤。但 Morag 的野心不止于解决一个技术问题——他要打一场“最后一战”。他对妻子说，这将是他的最后一家公司，他不会再退休了，除非他把这家公司做到极致。“我要么做大，要么回家，”他告诉 TechCrunch。这句话听起来像一句豪言壮语，但结合他的履历和 Oak 的融资规模，它更像一个严肃的承诺。

6000 万美元的种子轮。这个数字在以色列创业圈引起了不小的震动。以色列的种子轮平均规模在 500 万到 1000 万美元之间，6000 万美元几乎是一个“超级种子轮”——它意味着 Oak 在没有任何收入、没有公开产品的情况下，就获得了三家顶级风投（Accel、CRV、Greylock）的联合领投。这个数字背后，是对 Morag 个人品牌的一次“溢价定价”。

Accel 的合伙人 Andrei Brasoveanu 是 Oak 融资的关键推手。他早在 Ermetic 时期就投资了 Morag，当时 Ermetic 甚至还没有收入。当 Tenable 收购 Ermetic 后，Brasoveanu 给 Morag 留下了一个非正式的“standing offer”：“无论你下次做什么，我们都投。”这不是一个空头支票——在风险投资行业，这种“后续承诺”往往只给那些证明过自己的创始人。Brasoveanu 在接受采访时直言不讳：“我知道他有能力再建一家公司，而且这次会更大、更好。”

这种信任建立在 Morag 的“三次退出”纪录之上。但 Brasoveanu 也清楚，身份管理不是一个靠创始人光环就能赢的赛道。他补充道：“身份管理产品的复杂性不仅在于技术本身，还在于你需要在组织中导航——你需要理解大型企业的采购流程、合规要求和政治博弈。”换句话说，Morag 的二十多年经验，不仅仅是技术积累，更是对“如何把产品卖给 CISO”这门艺术的精通。在 AI 安全这个极度依赖信任的领域，一个有过成功退出经历的创始人，比一个刚从大学毕业的 AI 天才更容易获得企业的采购订单。

但 6000 万美元的种子轮也带来了一个隐形的压力：规模化速度。Oak 在隐身模式下已经组建了一支 50 人的团队，并且正在积极招聘，尤其是在美国——Morag 说，Oak 的大部分员工很快将驻扎在美国。这意味着 Oak 从一开始就是一个“全球公司”，而不是一个以色列本土团队。这种“出生即全球化”的策略，既是优势也是风险：优势在于它能更快地接触到大型企业客户，风险在于它需要在多个市场同时建立销售、支持和研发能力，而 50 人的团队对于一家声称要“统一管理所有身份”的公司来说，仍然显得单薄。

更关键的是，6000 万美元的融资并不是 Oak 的终点，而是一个起点。在 AI Agent 身份管理这个赛道上，竞争正在快速升温。传统的 IAM 巨头（如 Okta、Microsoft）已经意识到了 AI Agent 带来的威胁，它们正在通过内部研发和收购来补足能力。而新兴的初创公司（如 Conductor、Auth0 的 AI 分支）也在试图用类似的技术路线切入市场。对于 Oak 来说，它必须利用这笔资金在 12-18 个月内建立起足够的技术壁垒和客户基础，否则它的“先发优势”将很快被资金更充裕的巨头或更灵活的初创公司蚕食。

Morag 对此心知肚明。他在采访中多次强调“速度”和“规模”，但同时也承认，Oak 面临的最大挑战不是技术，而是“vendor lock-in”——企业客户对现有 IAM 系统的依赖程度极高，更换一个身份管理平台往往意味着重构整个安全架构。Oak 的产品必须足够好，好到让 CISO 愿意承担这种“切换成本”。这不仅仅是一个产品问题，更是一个销售策略问题：Oak 需要找到那些“痛点最痛”的客户——比如已经部署了大量 AI Agent 并因此遭遇过安全事件的企业——然后用它们作为标杆案例，撬动更大的市场。

从这个角度看，6000 万美元的种子轮，与其说是一笔融资，不如说是一张“入场券”。它让 Oak 有了足够的弹药去打一场持久战，但同时也把它推到了一个“必须赢”的位置。Morag 的最后一战，才刚刚开始。

AI 原生控制平面：Oak 如何用“实时权限回收”颠覆年度审计模式

在传统 IAM 的世界里，权限管理是一场“年度大扫除”。每年一次或每季度一次，安全团队会启动一个耗时的审计流程：导出所有用户的权限列表，与业务部门逐一核对，标记那些三个月前离职但依然拥有数据库访问权限的账号，然后手动撤销。这个过程通常需要数周时间，涉及多个部门的沟通协调，而且——最致命的是——在审计完成的那一刻，新的权限滥用可能已经发生了。这种“周期式”的管理模式，本质上是将安全视为一个“状态”而非“过程”：你检查权限的那一刻，它可能是安全的，但下一秒呢？

Oak 的产品逻辑，就是要把这种“年度审计”变成“实时监控”。它的核心架构是一个“统一控制平面”——一个能够连接企业所有应用、身份源和 AI Agent 的中央枢纽。这个控制平面通过一个名为“AI 连接器框架”（AI Connector Framework）的技术组件，将组织的每个应用——从 Salesforce 到 Slack，从 AWS 到内部自研系统——都变成一个可以被实时监控和控制的“节点”。听起来像是一个标准的“单点登录”或“身份治理”产品，但 Oak 的不同之处在于，它不满足于“知道谁有什么权限”，而是试图“理解每个权限是否被真正使用”。

这个“理解”的过程，依赖于 Oak 的实时权限映射与回收功能。传统 IAM 工具也会做“权限映射”，但它们通常基于静态的角色定义（RBAC）：一个员工被分配了“销售经理”角色，他就自动拥有了该角色下的所有权限，无论他是否真的需要访问客户数据库。Oak 的做法恰恰相反：它持续监控每个应用的实际使用情况——谁在什么时候访问了什么数据、使用了什么功能、调用了什么 API——然后建立一个“权限使用图谱”。当它发现某个权限在过去 30 天内从未被使用过，或者某个 Agent 在完成特定任务后不再需要某项访问权，系统会立即自动撤销该权限，而不是等到下一次审计周期。

这种“用则留，不用则撤”的哲学，听起来简单，但实现起来极其复杂。因为权限的使用模式不是线性的：一个销售代表可能每个月只访问一次 CRM 中的客户数据，但他的“偶尔使用”并不意味着权限应该被撤销。Oak 的 AI 模型需要区分“低频但必要”和“完全冗余”的权限。为此，Oak 建立了一套基于行为分析的风险基线：它学习每个用户和 Agent 的“正常”行为模式——登录时间、访问频率、数据量、操作类型——然后当行为偏离基线时，触发权限调整。例如，如果一个 Agent 突然从从未出现过的 IP 地址访问数据库，或者一个员工在凌晨 3 点尝试下载大量客户记录，Oak 会立即暂停该权限，并通知安全团队进行人工审核。

“Right now, the whole process is too manual, and it’s operations-based, not risk-based — for instance, there’s no trigger when an employee logs in from an unusual location.” —— Shai Morag

Morag 的这句话，精准地指出了传统 IAM 的盲点。在传统系统中，异常登录只会被记录在审计日志中，等待安全分析师在事后发现。但 Oak 将这种“事后记录”变成了“实时响应”——它不是一个被动的监控工具，而是一个主动的控制系统。这种转变的关键在于，Oak 的 AI 模型能够理解“意图”：它不仅仅看“谁在做什么”，还试图推断“为什么这么做”。当一个 Agent 的访问模式与它的核心任务不匹配时（比如一个客服机器人突然开始访问财务系统），系统会立即将其标记为异常，并自动回收相关权限。

这种技术路径，让 Oak 在竞争格局中找到了一个独特的定位。目前市场上的 IAM 产品大致可以分为三类：

  • 传统 IAM 巨头（如 Okta、Azure AD）：它们是云时代的产物，擅长管理“人-机”身份，但它们的架构是基于角色和策略的静态模型。当面对 AI Agent 这种“动态身份”时，它们无法理解 Agent 的意图和行为模式。Okta 的权限审计功能仍然依赖手动配置和定期审查，无法做到实时回收。Azure AD 虽然提供了基于条件的访问控制，但它的“条件”仍然是预定义的规则（如“从可信设备登录”），而不是基于行为分析的动态调整。
  • 特权访问管理（PAM）工具（如 CyberArk、BeyondTrust）：它们专注于管理“超级管理员”和敏感账号的权限，但它们是“点解决方案”——只覆盖了身份管理的一小部分。CyberArk 可以控制谁有权限访问 root 账号，但它无法管理一个普通员工在 Salesforce 中的权限，更不用说一个 AI Agent 在多个系统中的跨应用行为。Oak 的“控制平面”试图覆盖所有身份类型，而不仅仅是特权账号。
  • 新兴的 AI 安全初创公司（如 Conductor、Vanta 的 AI 模块）：它们正在尝试用 AI 自动化安全流程，但大多数仍然停留在“辅助审计”的层面——用 AI 生成审计报告、自动标记异常，而不是直接控制权限。Oak 的差异化在于，它不仅仅是“发现”问题，而是“解决”问题：当它检测到权限滥用时，可以自动撤销权限，而不是仅仅发送一封告警邮件。

Oak 自称“AI-native”，这个标签不仅仅是一个营销术语。它意味着 Oak 的底层架构从设计之初就为 AI Agent 的身份管理而构建，而不是在旧系统上打补丁。例如，Oak 的连接器框架能够理解 Agent 的“身份链”：当一个 Agent 代表一个用户执行操作时，Oak 会追踪这个“代理关系”——它知道 Agent 的权限是从哪个用户继承的，它的行为是否超出了用户的授权范围。这种能力在传统 IAM 中根本不存在，因为传统系统只管理“直接身份”，而不是“代理身份”。

但 Oak 的“AI-native”定位也带来了一个潜在的风险：它的技术路线高度依赖于 AI 模型的准确性和可靠性。如果 Oak 的 AI 模型误判了一个正常行为为异常，并自动撤销了权限，可能会导致业务中断——比如一个销售代表因为“异常登录”而被锁在 CRM 系统外，而他只是出差时用了酒店的网络。这种“误伤”对于企业客户来说是不可接受的。Morag 承认，Oak 的模型需要经过大量的训练和调优，才能达到“高精度、低误报”的水平。他告诉 TechCrunch，Oak 在隐身模式下已经与多家企业客户进行了试点，但拒绝透露具体的误报率数据。

另一个挑战是“规模”。Oak 的控制平面需要同时连接数百个应用、数千个用户和数百个 Agent，实时处理海量的行为数据。这种架构对基础设施的要求极高——它需要强大的计算能力来处理 AI 推理，需要低延迟的响应机制来确保权限回收的实时性，还需要高可用性来避免单点故障。对于一个只有 50 人团队的初创公司来说，能否在规模化过程中保持稳定性和可靠性，是一个巨大的问号。

尽管如此，Oak 的技术路线在逻辑上是自洽的。当 AI Agent 正在成为企业数字生态的“新公民”，而传统 IAM 系统还在用“年度审计”的方式管理权限时，一个能够实时理解、评估和回收权限的系统，确实填补了一个巨大的空白。问题在于，Oak 能否在技术成熟度、客户信任和规模化速度之间找到平衡点——或者说，它能否在巨头们反应过来之前，建立起足够深的护城河。

100 位 CISO 的痛点清单：从“操作驱动”到“风险驱动”的身份治理革命

在 Oak 的产品蓝图成型之前，联合创始人 Tal Marom 和 Shai Morag 做了一件在创业公司中并不常见的事：他们花了几个月时间，与 100 位 CISO 和 IAM 负责人进行深度访谈。这不是一次性的市场调研，而是一种“逆向工程”——他们试图从企业安全负责人的日常痛苦中，提炼出身份管理系统的根本缺陷。结果，他们得到了一份令人不安的“痛点清单”。

这份清单的核心问题，可以用一句话概括：当前的 IAM 系统是“操作驱动”的，而不是“风险驱动”的。 所谓“操作驱动”，是指系统只关心“是否按照流程执行了权限分配”，而不关心“这个权限分配是否合理、是否安全”。例如，当一个新员工入职时，IT 部门会按照预设的角色模板分配权限——销售代表得到 CRM 访问权，工程师得到代码仓库访问权，财务人员得到会计系统访问权。这个过程看似规范，但它忽略了两个关键变量：权限的实际使用情况和环境的风险变化。

Marom 在接受采访时举了一个典型例子：一个员工从异常地理位置登录。在传统 IAM 系统中，这只会被记录在审计日志中，等待安全分析师在几天或几周后发现问题。但在这段时间里，这个“异常登录”的账号可能已经被攻击者利用，访问了敏感数据、发送了钓鱼邮件、甚至修改了系统配置。为什么系统不直接阻止这次登录？因为 IAM 的设计逻辑是“先授权，后审计”——它假设所有经过验证的请求都是合法的，只有在事后复盘时才会发现问题。这种逻辑在物理工卡时代或许可行（你不可能同时出现在两个地方），但在数字世界里，一个被盗用的凭证可以在几秒钟内造成灾难性后果。

Oak 的调研发现，这种“操作驱动”的模式导致了三个核心痛点：

  • 权限泛滥：企业中的权限数量呈指数级增长，但回收机制却严重滞后。一个员工在离职三个月后，仍然可能拥有对核心数据库的访问权限。根据 Oak 与 CISO 的访谈数据，平均每个企业有 30% 的权限是“僵尸权限”——它们被分配给了某个用户或角色，但从未被使用过。这些僵尸权限是攻击者的“免费午餐”：一旦某个低权限账号被攻破，攻击者可以通过这些未使用的权限横向移动到更敏感的系统。
  • 人工审计低效：大多数企业的权限审计仍然依赖手工操作。安全团队需要导出权限列表，与业务部门逐一核对，然后手动撤销过期的权限。这个过程通常需要数周时间，而且往往在审计完成的那一刻，新的权限滥用已经发生了。一位 CISO 在访谈中直言：“我们的审计不是‘安全措施’，而是‘合规表演’——我们只是为了满足监管要求，而不是真正为了降低风险。”
  • 缺乏实时响应机制：传统 IAM 系统没有“触发点”。当风险事件发生时（如异常登录、权限滥用、Agent 行为偏离基线），系统只会记录日志，而不是主动干预。一位金融行业的 CISO 告诉 Oak 团队：“我们有一个监控系统，它每小时生成 5000 条告警。但安全团队只有 10 个人，他们根本看不过来。所以大部分告警都被忽略了，直到发生真正的安全事故。”

Oak 的解决方案，就是将这些“事后审计”转变为“实时控制”。它的核心逻辑是：权限不应该基于“角色”来分配，而应该基于“实际使用”和“风险状态”来动态调整。 当 Oak 的控制平面检测到某个权限在过去 30 天内从未被使用过，或者某个用户的登录行为与他的历史模式不符，系统会立即触发权限降级或二次验证，而不是等待下一次审计周期。

这种“风险驱动”的模式，在 AI Agent 时代变得尤为重要。因为 Agent 的行为模式与人类完全不同：它们可能在同一秒内从全球多个 IP 地址发起请求，它们可能为了完成任务而“借用”不同人的权限，它们甚至可能因为一个错误的指令而无限循环地调用敏感数据。传统的基于角色的访问控制（RBAC）在这种场景下完全失效——因为 Agent 的“角色”是动态的、临时的、任务驱动的，而不是像人类那样相对固定。

“一个被攻破的 Agent 可以像内部人员一样访问敏感数据，而且它的行为模式更难以预测。你无法用‘他是销售经理，所以他应该能访问 CRM’这种逻辑来管理 Agent 的权限。” —— Tal Marom

Oak 的调研还揭示了一个更深层次的问题：企业客户对 IAM 的“信任”正在被 AI Agent 侵蚀。 许多 CISO 表示，他们不敢给 Agent 分配过高的权限，因为担心 Agent 被攻击者利用。但如果不给 Agent 足够的权限，它又无法有效地完成工作。这种“信任-控制”的矛盾，让企业陷入了两难境地。一位 CISO 在访谈中抱怨：“我们的 AI 客服 Agent 需要访问客户数据库才能回答问题，但如果我们给了它‘只读’权限，它可能被提示注入攻击诱导去读取所有客户的敏感信息。我们该怎么办？不给权限，Agent 无法工作；给权限，我们又睡不着觉。”

Oak 的产品设计，正是为了解决这种“信任-控制”的矛盾。它的 AI 连接器框架能够实时监控 Agent 的行为，当 Agent 的访问模式与它的核心任务不匹配时（比如一个客服机器人突然开始访问财务系统），系统会立即将其标记为异常，并自动回收相关权限。这种机制让企业可以“放心地”给 Agent 分配必要的权限，因为系统会持续监控并自动调整。

但 Oak 的客户策略，也暴露了它面临的一个现实挑战：企业客户对“新供应商”的信任门槛极高。 尽管 Oak 声称其产品已经全面可用并部署于企业客户，但它拒绝透露具体的客户名称。这在种子轮阶段是可以理解的——企业客户通常不愿意在公开场合与一家未经验证的初创公司绑定。但这也意味着，Oak 缺乏公开的“社会证明”来吸引下一波客户。对于一家需要快速扩张的公司来说，找到愿意为其背书的“灯塔客户”至关重要。

Morag 对此心知肚明。他在采访中强调，Oak 在隐身模式下已经与多家企业客户进行了试点，并且获得了积极的反馈。但他也承认，身份管理是一个“信任密集型”的市场——CISO 们不会轻易更换 IAM 系统，除非他们确信新系统能显著降低风险。Oak 需要做的，不仅是证明自己的技术能力，还要证明自己能够理解大型企业的组织复杂性、合规要求和政治博弈。

从这个角度看，Oak 的 6000 万美元种子轮，不仅是一笔研发资金，更是一笔“信任基金”。它让 Oak 有了足够的资源去雇佣顶尖的销售和客户成功团队，去参加行业会议、建立品牌声誉、争取那些愿意“冒险”的早期客户。但 Morag 也清楚，这笔钱花得越快，压力就越大——如果 Oak 不能在 12-18 个月内获得足够的付费客户和行业口碑，它的“先发优势”就会变成“烧钱陷阱”。

100 位 CISO 的痛点清单，既是 Oak 的产品蓝图，也是它的生死线。它证明了市场需求的真实性和紧迫性，但也揭示了身份管理改革的难度。当 Oak 试图用“风险驱动”的模式颠覆“操作驱动”的行业惯例时，它面对的不只是技术挑战，还有根深蒂固的组织惯性和信任壁垒。这场革命，才刚刚开始。

“生于巨头”：在 Accel、CRV、Greylock 的赌注下，Oak 能否重塑 IAM 市场格局？

6000 万美元的种子轮，三家顶级风投的联合背书，一个三次退出的创始人——Oak 的诞生，从一开始就带着“巨头预备役”的标签。但在这个由 Okta、微软和 Ping Identity 统治了十年的 IAM 市场上，钱和光环并不能自动转化为市场份额。根据 Gartner 的预测，全球 IAM 市场规模将在 2027 年超过 300 亿美元，但其中超过 70% 的收入仍然流向了传统巨头。Oak 要挑战的，不是一个空白市场，而是一个被深度锁定的生态。

巨头的护城河：vendor lock-in 与渠道壁垒

Okta 和微软的 Azure AD 之所以难以撼动，不是因为它们的产品完美无缺，而是因为它们已经深深嵌入企业的“身份骨骼”中。一个典型的大型企业可能部署了 Okta 作为单点登录（SSO）提供商，Azure AD 作为目录服务，Ping Identity 作为联合身份管理平台——这些系统之间通过 SAML、OAuth、SCIM 等标准协议相互连接，形成了一个复杂的“身份网络”。更换其中任何一个组件，都意味着需要重新配置数百个应用的集成、重新培训数千名员工、重新审计所有合规要求。这种“切换成本”是如此之高，以至于很多 CISO 宁愿忍受现有系统的缺陷，也不愿承担更换的风险。

更关键的是，这些巨头拥有强大的“渠道护城河”。Okta 和微软通过系统集成商（如 Accenture、Deloitte）和增值经销商（VAR）建立了全球销售网络。企业客户在采购 IAM 系统时，往往不是直接与供应商谈判，而是通过这些渠道伙伴完成从选型到部署的全流程。对于一家初创公司来说，要打入这个渠道网络，需要付出巨大的时间和资源成本。Morag 对此心知肚明：“我们不是在和 Okta 竞争，而是在和整个 IAM 生态竞争。”

Oak 的差异化路径：聚焦 AI Agent 身份治理这一“新战场”

但 Oak 的策略，并不是正面挑战巨头的核心领地。它选择了一个传统巨头尚未充分覆盖的细分市场：AI Agent 的身份治理。这个市场之所以特殊，是因为它本质上是一个“新物种”——在 2023 年之前，几乎没有企业需要考虑“Agent 的身份是什么”这个问题。而随着 ChatGPT 企业版、GitHub Copilot、Salesforce Einstein 等 AI 工具的普及，企业正在以惊人的速度部署 AI Agent，但相应的身份管理能力却几乎为零。

Oak 的“AI-native”定位，让它在这个新战场上拥有天然的优势。传统 IAM 系统是为“人-机”二元关系设计的，它们无法理解 Agent 的“意图”——一个 Agent 访问数据库是因为它需要完成用户指令，还是因为它被攻击者劫持了？Oak 的 AI 连接器框架，正是为了解决这个问题而构建的。它不仅仅是一个权限管理工具，更是一个“行为理解引擎”——它学习每个 Agent 的“正常”行为模式，然后当行为偏离基线时，自动触发权限调整。

这种能力，让 Oak 能够切入一个巨头们“想做但做不了”的细分市场。Okta 和微软当然意识到了 AI Agent 带来的身份管理挑战，但它们的架构是基于角色和策略的静态模型，要改造为支持动态 Agent 身份的系统，需要对其核心代码进行根本性的重构——这对于拥有数千万用户和数十年技术债的巨头来说，几乎是不可能完成的任务。一位前 Okta 工程师在匿名采访中坦言：“我们的代码库有超过 1500 万行代码，要支持 Agent 的动态身份，至少需要 3-5 年的重构时间。而 Oak 是从零开始构建的，它没有这个包袱。”

投资人的战略逻辑：押注经验，而非年轻

Accel 合伙人 Andrei Brasoveanu 在接受采访时，解释了为什么 Oak 的投资逻辑与传统的“AI 创业公司”不同。他说：“AI 是一个民主化的力量，我们甚至投资过刚从高中毕业的创始人。但身份管理是个例外——这个领域的复杂性和组织壁垒，只有经历过的人才能真正理解。”

这种“经验优先”的投资逻辑，既是 Oak 的优势，也是它的包袱。优势在于，Morag 的二十多年网络安全经验和三次退出纪录，让 Oak 在融资和客户获取上拥有天然的“信任溢价”。当 CISO 们在考虑是否要部署 Oak 的产品时，他们不是在赌一个年轻创始人的“愿景”，而是在评估一个行业老兵的“判断力”。这种信任，是任何技术文档都无法替代的。

但包袱同样明显：Morag 的“老将”身份，意味着 Oak 必须快速证明自己不是另一个“功能型产品”，而是一个“平台级解决方案”。在 IAM 市场上，功能型产品（如特权访问管理、单点登录）通常只能获得 1-2 亿美元的估值，而平台级产品（如 Okta、微软）的估值可以达到数百亿美元。Oak 的 6000 万美元种子轮，本质上是在押注它能够成为后者。但如果 Oak 的产品最终被证明只是一个“AI Agent 权限管理”的细分工具，而不是一个“统一身份控制平面”，它的估值天花板将远低于投资人的预期。

关键问题：Oak 能否在巨头反击前建立起网络效应？

Oak 面临的第一个关键问题，是“速度”。当 Okta 和微软意识到 AI Agent 身份治理是一个重要市场时，它们会通过两种方式反击：一是内部研发，二是收购。微软已经在 2024 年推出了 Azure AI Identity 预览版，虽然功能有限，但它的渠道优势意味着它可以迅速覆盖数万家企业客户。Okta 则通过其“Okta AI”计划，试图将 AI 能力嵌入其核心产品。对于 Oak 来说，它必须在巨头们完成产品迭代之前，建立起足够强的“网络效应”——即它的产品越用越好，用户越多，数据越丰富，AI 模型越精准。

这种网络效应的关键在于“数据飞轮”。Oak 的控制平面每连接一个应用、每监控一个 Agent、每回收一个权限，都会产生新的行为数据，这些数据被用来训练其 AI 模型。随着客户数量的增加，Oak 的模型将能够更准确地识别异常行为、更精准地判断权限是否冗余。这种“数据壁垒”是 Oak 最核心的竞争优势——因为即使 Okta 复制了 Oak 的产品功能，它也无法复制 Oak 积累的行为数据。

但数据飞轮的启动需要时间。Oak 目前拒绝透露客户数量和具体名称，这意味着它的数据飞轮还处于“手动启动”阶段。要加速这一过程，Oak 需要找到那些“痛点最痛”的客户——比如已经部署了数百个 AI Agent 并因此遭遇过安全事件的企业——然后用它们作为标杆案例，吸引更多客户加入。

第二个关键问题：“实时权限回收”是否会引发业务中断？

Oak 的“实时权限回收”功能，是其产品最核心的差异化卖点，但也是最可能引发争议的地方。当一个员工的权限被系统自动撤销时，如果这个撤销是“误判”——比如一个销售代表因为出差时使用了酒店的网络而被标记为“异常登录”——可能会导致他无法访问 CRM 系统，从而影响当天的客户跟进。对于企业来说，这种“业务中断”的代价可能远高于安全风险。

Morag 承认，Oak 的 AI 模型需要经过大量的训练和调优，才能达到“高精度、低误报”的水平。但在实际部署中，即使 99% 的准确率，对于拥有 10 万员工的大型企业来说，也意味着每天可能发生 100 次误判。这些误判如果处理不当，会引发员工的不满和业务部门的投诉，最终导致 CISO 被迫关闭实时回收功能——那 Oak 就变成了一个昂贵的“审计工具”，而不是一个真正的“控制系统”。

Oak 的应对策略是“渐进式部署”：它允许企业客户先以“监控模式”运行系统——只记录异常行为，不自动回收权限——等到模型足够成熟后，再切换到“自动模式”。但这种策略也有风险：如果企业一直停留在监控模式，Oak 的价值主张就大打折扣，客户续费的动力也会下降。

Morag 的“最后一战”：IPO 还是被收购？

Morag 告诉 TechCrunch，这将是他的最后一家公司。这句话既是对自己的承诺，也是对投资人的信号：他会全力以赴，直到 Oak 取得最终的胜利。但“最终的胜利”是什么？在 IAM 市场上，有两种常见的退出路径：IPO 和被收购。

IPO 的路径，意味着 Oak 需要证明自己是一个“平台级产品”，能够持续增长并实现盈利。Okta 在 2017 年上市时，年收入约为 1.6 亿美元，但亏损严重。Oak 要达到类似的规模，至少需要 3-5 年的时间，期间需要持续融资。考虑到它已经融了 6000 万美元的种子轮，下一轮融资的估值压力会非常大——投资人会期望 Oak 在 18-24 个月内实现 10 倍的增长，否则它的估值可能面临下调。

被收购的路径，则取决于巨头的战略需求。Okta 和微软都有可能通过收购来快速补足 AI Agent 身份治理的能力。但 Oak 的 6000 万美元种子轮，意味着它的收购价格至少要在 5-10 亿美元之间——这对于一个尚未产生显著收入的公司来说，是一个很高的门槛。而且，Morag 的“最后一战”心态，可能让他更倾向于独立发展，而不是被收购。

无论选择哪条路，Oak 都面临着一个残酷的现实：在 IAM 这个赛道上，赢家通吃的效应极其明显。Okta 和微软已经占据了超过 60% 的市场份额，留给新玩家的空间非常有限。Oak 的唯一机会，就是抓住 AI Agent 这个“窗口期”，在巨头们反应过来之前，建立起足够深的护城河。如果它成功了，它将成为下一个 Okta；如果它失败了，它将成为 IAM 历史上的又一个注脚。

Morag 在采访结束时说了一句意味深长的话：“I will go big or go home。”对于一家“生于巨头”的创业公司来说，这句话既是豪言壮语，也是生死判决。

结语：AI Agent 时代的身份治理，一场与时间赛跑的豪赌

Oak 的诞生，恰逢一个微妙的时刻。AI Agent 正在以超乎预期的速度渗透企业数字生态，而传统 IAM 系统的“身份盲区”正在被急剧放大。Shai Morag 和他的团队抓住了这个窗口期，用 6000 万美元的种子轮和“AI-native”的产品定位，试图在 Okta、微软等巨头尚未充分覆盖的 AI Agent 身份治理领域建立新的秩序。从技术逻辑上看，Oak 的“实时权限回收”和“风险驱动”模式确实切中了传统 IAM 的痛点——当 AI Agent 的行为模式无法用静态角色定义时，一个能够动态理解、评估和调整权限的系统，无疑填补了一个巨大的空白。

但 Oak 面临的挑战同样严峻。首先，它必须在 12-18 个月内证明自己的 AI 模型能够达到“高精度、低误报”的水平，否则“实时回收”将成为一把双刃剑——误判导致的业务中断可能比安全风险更让企业客户难以接受。其次，它需要在巨头们完成产品迭代之前，建立起足够强的“数据飞轮”和客户网络效应。Okta 和微软的渠道优势意味着，一旦它们意识到 AI Agent 身份治理的重要性，Oak 的先发优势可能被迅速蚕食。第三，企业客户对“新供应商”的信任门槛极高，Oak 需要尽快找到愿意公开背书的“灯塔客户”，否则它的销售周期将远远长于预期。

Morag 的“最后一战”心态，既是 Oak 的燃料，也是它的枷锁。这位三次退出的老兵，正在用他的全部声誉和资源押注一个“平台级”的愿景。但 IAM 市场的赢家通吃效应意味着，Oak 要么成为下一个 Okta，要么成为一个昂贵的注脚。在 AI Agent 身份治理这个“新战场”上，时间窗口不会永远敞开——Oak 必须在巨头反击和客户信任之间找到平衡点，用速度换取规模，用数据构建壁垒。

核心判断：Oak 正处于 AI Agent 身份治理赛道的“窗口期”，未来 12-18 个月的关键观察指标包括：AI 模型的误报率能否降至可接受水平（<1%），是否获得至少 3-5 个知名企业客户的公开背书，以及能否在巨头完成产品迭代前建立起覆盖至少 100 个应用的连接器生态。如果 Oak 能在这些指标上取得突破，它有望成为 IAM 市场的“新物种”；如果失败，它将面临被巨头收购或边缘化的命运。