AegisAI 完成 3600 万美元 A 轮融资：前 Google 安全高管用自主智能体重构“防钓鱼防线”，为何规则引擎已死？

当钓鱼邮件学会“说谎”：一场由AI引发的信任危机

2023年秋天，一家估值超过30亿美元的加密支付平台“Mesh”的首席信息安全官（CISO）收到了一封来自公司CEO的紧急邮件。邮件措辞精准，语气中带着CEO特有的紧迫感：“正在与审计委员会开会，需要立即批准一笔400万美元的战略合作款项。附件是合同细节，密码是‘MeshQ3Board’，请直接处理。”邮件附件是一个带有密码保护的PDF，而密码提示恰好是“公司第三季度董事会会议纪要”——这个信息，只有公司内部少数高管才知道。

CISO的手指已经悬在了“转发”按钮上。但一个微小的细节让他停了下来：邮件签名栏里，CEO的中间名缩写被省略了。在以往，这种格式差异会被视为无伤大雅的排版疏忽。但在今天，它可能意味着——一封由生成式AI完美伪造的、针对高管的“矛头钓鱼”（Spear Phishing）邮件。

“如果我们没有部署AegisAI，这笔钱可能已经没了。”Mesh的CISO后来回忆道。他口中的AegisAI，是一家成立不到一年的网络安全初创公司，却已经在硅谷最挑剔的科技公司中悄然铺开。它的核心产品不是传统的邮件安全网关，而是一群由AI驱动的“安全智能体”（Security Agents）。这些智能体不依赖任何规则库或特征码，而是像人类最顶尖的安全分析师一样，逐字逐句地“阅读”每一封邮件的上下文、意图、情感色彩和逻辑漏洞。

2024年7月，AegisAI宣布完成3600万美元的A轮融资，由Battery Ventures领投，Accel和Foundation Capital跟投。至此，这家公司成立不足一年，累计融资已达4900万美元。在资本寒冬尚未完全消退的当下，这笔融资释放了一个清晰的信号：当生成式AI开始大规模武装网络攻击时，防御者必须彻底抛弃旧时代的武器。

“规则引擎已死。”AegisAI联合创始人兼CEO Cy Khormaee在融资新闻稿中直言不讳。这句话背后，是网络安全行业正在经历的一场范式级地震。

从Gmail的“免疫系统”到创业公司：两位前Google安全高管的“反钓鱼”执念

AegisAI的故事，始于两位在Google安全部门共事多年的老友。Cy Khormaee和Ryan Luo，前者曾担任Google Gmail安全与Safe Browsing团队的技术负责人，后者则是reCAPTCHA与账户安全系统的核心架构师。两人共同维护着全球最庞大、最复杂的用户安全基础设施——每天处理数十亿封邮件、数百亿次网页浏览请求，以及无数次的自动化和人工攻击。

“在Google，我们学到了一件事：攻击者永远比防御者更快，除非你能够用AI的速度来对抗AI的速度。”Khormaee在采访中回忆道。他身材高瘦，语速极快，带着一种典型的工程型CEO特有的思维跳跃性。他形容自己在Gmail安全团队的工作，是“为全球最大的电子邮件系统构建免疫系统”。这个系统每天要区分哪些邮件是朋友的问候、哪些是银行的账单、哪些是精心伪装的恶意攻击。而Google的解决方案，并非一套静态的规则，而是一个不断自我进化的机器学习模型集群。

然而，即便是Google的安全体系，也在面对生成式AI的冲击时感受到了前所未有的压力。2022年底ChatGPT横空出世后，Khormaee和Luo开始频繁接到前同事们的电话：“你们有没有发现，最近钓鱼邮件的质量突然变高了？”

不是高了一点点，而是质的飞跃。过去，典型的钓鱼邮件充斥着语法错误、拼写漏洞和明显的逻辑矛盾——比如“我是尼日利亚王子”之类的骗局。即便是更专业的矛头钓鱼，也需要攻击者花费大量时间研究目标对象，手动撰写邮件。但生成式AI改变了一切：攻击者现在可以从LinkedIn、Twitter、公司官网甚至内部泄密数据中抓取信息，输入到GPT-4或Claude中，秒级生成一封与目标高管口吻、措辞、思维习惯高度一致的邮件。更可怕的是，AI可以自动生成带有真实公司Logo、格式完全一致的PDF附件，甚至嵌入真实的CAPTCHA验证码来绕过自动化检测。

“我们意识到，传统的安全思维已经失效了。”Luo说。他是一位典型的华人工程师，思维缜密，擅长从数学和逻辑层面解构问题。“过去，安全防御的核心是‘检测已知的坏东西’——比如已知的恶意域名、已知的病毒签名、已知的钓鱼模板。但AI生成的内容，每一封都是独一无二的‘好东西’伪装下的‘坏东西’。你无法用特征码来检测它，因为你从未见过它。”

2023年夏天，Khormaee和Luo决定离开Google，创立AegisAI。他们的目标很明确：不是做一个更好的规则引擎，而是彻底颠覆邮件安全的基本范式——从“检测恶意特征”转向“理解通信意图”。

“If-Then”的葬礼：为什么Proofpoint和Mimecast在面对AI时失效率超过50%

要理解AegisAI的颠覆性，首先需要理解它要取代的是什么。全球邮件安全市场长期被几大巨头把持：Proofpoint、Mimecast、Cisco Email Security等。这些系统本质上是一套极其复杂的“筛查清单”：检查发件人IP是否在黑名单中、邮件是否包含已知恶意链接、附件哈希值是否匹配已知病毒库、邮件头是否存在异常路由等等。它们像机场安检一样，对每一封邮件执行固定的检查流程——如果某个检查点亮了红灯，邮件就被拦截；如果全部绿灯，邮件就放行。

这套逻辑在过去的二十年里基本有效。但生成式AI的出现，让这套逻辑的根基崩塌了。根据AegisAI团队在融资演示中引用的第三方测试数据，传统邮件安全网关在面对AI生成的矛头钓鱼邮件时，漏报率（即未能检测出的攻击）高达50%以上。原因很简单：AI生成的邮件没有任何已知的恶意特征。它的IP地址可能是全新的、干净的；它的链接可能指向一个合法的SaaS页面（只是被攻击者用来窃取凭证）；它的附件PDF虽然包含恶意宏，但PDF本身是加密的，传统扫描器根本无法读取内容。

更狡猾的是，AI可以轻松绕过一些最基础的“人性化”检测。比如，许多安全系统会检查邮件中是否包含紧急语气或财务相关词汇——这是传统钓鱼邮件的常见特征。但AI可以生成一封语气温和、逻辑严谨、没有任何拼写错误的邮件，内容是关于“下周的团队建设活动安排”，附件却是一个伪装成活动日程表的恶意文件。

“规则引擎的致命缺陷在于，它只能检测它被编程去检测的东西。”Battery Ventures的合伙人Dharmesh Thakker在决定领投AegisAI时这样评价。“而攻击者现在拥有了无限的创造力和变异能力。你每写一条新规则，AI就能在一秒钟内生成一千种变体来绕过它。这是一场注定失败的猫鼠游戏。”

Thakker本人是网络安全领域的资深投资人，此前曾主导对Abnormal Security（另一家AI邮件安全公司）的投资。他深知这个赛道的竞争激烈程度，但他认为AegisAI的技术路径是“真正的代际差异”。“Abnormal Security主要使用自然语言处理（NLP）和基础机器学习来检测异常。但AegisAI更进一步——它不是在检测异常，而是在模拟人类的推理过程。”Thakker说。

“安全智能体”的诞生：像人类专家一样“阅读”邮件，而非“扫描”邮件

那么，AegisAI的“安全智能体”到底是如何工作的？它和传统的AI邮件安全方案有何本质不同？

为了回答这个问题，我们需要深入AegisAI的技术架构。Khormaee和Luo在Google积累的核心经验之一，是如何构建大规模、低延迟的“意图理解”系统。Gmail的Smart Reply（智能回复）和Smart Compose（智能写作）功能，本质上就是理解用户意图并预测下一步行为。AegisAI将这一逻辑反向应用：它要理解的是攻击者的意图。

具体来说，AegisAI部署了一个由多个专用AI模型组成的“智能体集群”。每个智能体负责一个特定的分析维度：

• 身份智能体（Identity Agent）：分析发件人的身份是否与邮件内容一致。例如，一封自称来自CEO的邮件，其语言风格、签名格式、发送时间（CEO通常不会在凌晨3点发送关于预算审批的邮件）是否与历史行为模式匹配。这个智能体不是简单地查对“发件人地址是否在通讯录中”，而是建立一个动态的“行为基线”。
• 意图智能体（Intent Agent）：这是最核心的智能体。它使用大型语言模型（LLM）来理解邮件的“潜台词”。它问自己：这封邮件的真正目的是什么？是请求信息、要求转账、还是诱导点击链接？它能够识别出那些看似无害但实则包含心理操纵暗示的语句——比如“请立即处理，这是董事长的直接要求”这类制造权威压力的措辞。
• 上下文智能体（Context Agent）：分析邮件与历史通信记录、公司内部文档、项目计划、出差日程等外部信息的关联性。例如，如果一封邮件声称“根据我们昨天的会议”，但收件人的日历显示昨天并没有会议，或者会议内容与邮件主题无关，智能体就会标记异常。
• 附件智能体（Attachment Agent）：专门处理那些带有密码保护或CAPTCHA验证码的恶意PDF。传统的扫描器无法读取加密附件，但AegisAI的智能体会尝试通过分析邮件正文中的“密码提示”来推断密码，或者使用OCR技术识别CAPTCHA图片中的文字，然后解密附件进行内容分析。

这些智能体并非独立运作，而是通过一个“推理引擎”（Reasoning Engine）进行协作。推理引擎模拟人类安全分析师的工作流程：先提出假设（“这封邮件可能是钓鱼”），然后调用不同的智能体收集证据，最后综合所有证据得出一个置信度评分。如果评分超过阈值，邮件会被自动隔离或标记为可疑，并生成一份详细的“推理报告”供管理员审查。

“我们不是在训练一个模型来回答‘是’或‘否’。”Luo解释道。“我们是在训练一个系统来回答‘为什么’。它必须能够解释：为什么这封邮件是恶意的？它利用了哪些心理弱点？它和哪些历史攻击模式相似？这种可解释性对于企业安全团队来说是至关重要的——他们需要知道该信任什么，而不是盲目地信任一个黑盒。”

这种“可解释AI”的设计理念，也是AegisAI能够快速获得客户信任的关键。Mesh的CISO在内部评估时，曾让安全团队手动审查了AegisAI标记的100封可疑邮件。“一开始我们以为它误报率会很高，但结果让我们震惊——它标记的每一封邮件，我们都能找到明确的、合理的怀疑理由。有些理由甚至是我们自己都没注意到的。”他说。

从Mesh到LangChain：为什么高成长科技公司成为AegisAI的“第一批信徒”

AegisAI的商业化进展堪称迅猛。上线不到一年，它已经拿下了包括加密支付平台Mesh、AI智能体框架龙头LangChain、隐私合规平台Lokker在内的数十家客户。这些客户的共同点是：高成长、高价值、高度依赖数字化协作，且安全团队规模相对有限。

“我们选择AegisAI，是因为它理解我们。”LangChain的联合创始人兼CEO Harrison Chase在内部邮件中写道。LangChain是全球最流行的AI智能体开发框架，其团队遍布全球，每天通过电子邮件和Slack进行大量协作。“我们的员工每天都在处理与AI相关的敏感项目，攻击者很容易通过我们的公开文档和GitHub仓库来构建精准的钓鱼邮件。我们需要一个能够理解AI技术细节的安全方案，而不是一个只会检查垃圾邮件关键词的旧时代工具。”

对于这些客户来说，AegisAI的价值不仅仅在于检测更精准，还在于部署更简单。传统邮件安全网关通常需要复杂的配置——设置域名、配置MX记录、调整垃圾邮件阈值、维护黑白名单等等。而AegisAI采用“零配置”模式：只需将公司邮件系统（如Google Workspace或Microsoft 365）通过API接入，智能体就会自动开始学习组织的通信模式。整个过程通常只需要几分钟。

“我们不想成为安全团队的负担。”Khormaee强调。“我们想成为他们的力量倍增器。一个只有5个人的安全团队，借助我们的智能体，可以做到50个人的团队才能做到的邮件威胁检测水平。”

这种“自动化+可解释性”的组合，正在吸引越来越多企业的关注。据知情人士透露，AegisAI的A轮融资实际上获得了超过预期的认购倍数，Battery Ventures之所以能够领投，部分原因在于其合伙人Dharmesh Thakker在网络安全领域的深厚人脉和战略视野。Thakker曾成功押注多家安全领域的独角兽公司，包括Zscaler、CrowdStrike和Abnormal Security。他相信，AegisAI有望成为下一代“自治安全”的基石。

“电子邮件只是第一个战场。”Thakker说。“AegisAI的智能体架构可以扩展到任何通信渠道——Slack、Teams、Zoom聊天、甚至内部文档系统。最终，他们想要构建的是一个‘自治安全运营中心’（Autonomous SOC），让AI智能体自动检测、调查和响应整个企业网络中的威胁。”

“自治安全”的野望：从电子邮件到企业全局数据防线的终极蓝图

AegisAI的终极愿景，远不止于邮件安全。在公司的内部路线图中，电子邮件安全只是“第一块拼图”。接下来的计划包括：

• 内部通信安全：监控Slack、Teams等协作平台上的异常行为。例如，攻击者可能会通过盗取的账号在内部频道中发布虚假通知，或者诱导员工分享敏感信息。AegisAI的智能体可以分析内部消息的意图和上下文，识别出那些“看起来像是同事，但说话方式却不像”的异常消息。
• 云应用安全：分析用户在与SaaS应用交互时的行为模式。例如，如果一个用户突然在凌晨3点从一台未知设备登录到Salesforce并下载了大量客户数据，智能体会自动触发调查流程。
• 端点与网络威胁检测：将智能体部署到终端设备和网络流量中，实时分析进程行为、网络连接和文件操作。智能体可以识别出那些试图横向移动、窃取凭证或建立持久化后门的恶意行为。
• 自治响应（Autonomous Response）：最终，AegisAI希望实现“无人干预的威胁响应”。当智能体确认一个攻击行为后，它可以自动执行隔离设备、吊销会话、重置密码等操作，并在事后生成完整的调查时间线和证据链。

这个宏伟蓝图，本质上是在构建一个“企业级免疫系统”。就像人体的免疫系统不需要大脑指挥就能自动识别并消灭病原体一样，AegisAI希望让企业的安全体系变得自主、自适应、自愈。而这一愿景的核心技术基础，正是他们在邮件安全领域已经验证的“意图理解”和“推理引擎”。

“未来的安全，不是靠堆砌更多的规则和工具，而是靠培养一群永不疲倦的AI分析师。”Khormaee说。“它们不需要休息，不需要培训，不会因为疲劳而犯错。它们唯一需要的是——理解什么是‘正常’，从而识别出什么是‘异常’。”

当然，这条道路不会一帆风顺。AegisAI面临的挑战包括：如何在保持低误报率的同时处理海量数据？如何确保智能体的决策不被攻击者反向利用？如何让习惯于“人工审核”的企业安全团队接受“AI自主决策”？更重要的是，它必须与Proofpoint、Mimecast等传统巨头以及Abnormal Security等新一代AI安全公司展开激烈竞争。

但至少，在AegisAI的投资者和早期客户看来，这家公司已经找到了正确的方向。当生成式AI正在将网络攻击的成本降至几乎为零时，防御者必须做出选择：是继续修补那艘正在漏水的“规则引擎”旧船，还是登上这艘由AI智能体驱动的全新战舰？

答案，或许已经写在3600万美元的融资里了。