在运营技术（OT）的世界里，漏洞清单的长度和真正可被利用的风险之间，存在一条几乎无人测量的鸿沟。传统IT安全工具擅长枚举软件缺陷，但它们不理解工业网络的物理约束：哪些设备被防火墙隔离、哪些协议不能跨区转发、哪些控制器即使被攻破也无法影响物理过程。结果就是OT运营商面对的“噪音”大到足以淹没真正的攻击路径。

2026年7月28日，总部位于马里兰州Fulton的AI原生OT安全公司Frenos宣布完成152万美元种子扩展轮融资，这正是试图用一种激进的方式解决上述信息不对称问题。本轮由专注工业技术的风投Momenta和Exposition Ventures联合领投，Riptide Ventures参与，使公司累计融资额达到640万美元。对于一家自2025年初以来实现ARR增长10倍以上的公司来说，这次融资的规模并不大，但它的目标明确：加码客户成功团队以承载关键基础设施和国防市场正在涌入的客户，同时扩大AI研发团队，将公司的核心推理引擎SAIRA推向更深层次。

公司 Frenos
轮次 种子扩展轮
金额 152万美元
投资方 Momenta（领投）、Exposition Ventures（领投）、Riptide Ventures（参投）
总部 Fulton, Maryland, USA
创始人 Brian Proctor
官网 https://frenos.io

真正的威胁不是漏洞，是攻击者能走的整条路

Frenos创始人兼CEO Brian Proctor在描述OT安全行业的核心困境时，毫不讳言传统方法的失效。“每位OT运营商都有一份长达一英里的漏洞清单。几乎没有一个真正要紧，”他在本轮融资声明中说，“真正要紧的是，在真实的网络条件下，对手实际上能够利用的那一小撮。”Proctor在OT安全领域有超过十年的从业经验，这段经历构成了Frenos产品逻辑的起点。他公开表示，自己从未拥有过一个工具能告诉他哪些漏洞是真正可被利用的——“于是我们造了一个”。

这一判断并非孤例。工业网络安全头部公司Dragos的联合创始人兼CEO Robert M. Lee加入了Frenos的顾问委员会，在接受本轮融资消息采访时，他给出了更具操作性的刻画：“大多数OT安全测试告诉你什么是有漏洞的，而不是什么是可防御的。真正的问题是，攻击者从一个人机界面入口点出发，能走哪条路到达一个他们真正能破坏的工艺过程——几乎没人在测试这个。”Lee还补充说，Frenos是他见过的极少数能够按这种思路构建平台、同时不以生产风险为代价的团队之一，这解释了他为什么加入顾问委员会。

数字孪生战场里的AI推理代理

Frenos的技术架构围绕两个核心组件展开：客户的OT网络数字孪生，以及一个名为SAIRA的AI推理代理。

数字孪生并非新概念，制造业和能源行业早已用它做设备预测性维护和工艺仿真。而Frenos的做法是将它用作攻击模拟的沙盒。平台并不在客户的实时生产网络中进行扫描，也不需要部署任何硬件盒子。它利用客户提供的网络架构数据，构建一个功能等价且与真实环境高度一致的虚拟副本，在这个副本里运行SAIRA进行模拟渗透测试。

SAIRA的设计目标是“像对手一样思考”。根据公司披露的技术方向，SAIRA不仅检测单个漏洞，还尝试将多个弱点链式组合成一条完整的攻击路径，模拟真实攻击者的战术推进方式——从最初的外围访问、到横向移动、再到对特定工艺控制器的最终破坏。这种链式利用分析是Frenos区分于传统漏洞扫描器的核心差异点。当一个客户的12,000个OT漏洞发现被输入SAIRA时，系统最终只标记了8个为实际可被利用，相当于筛掉了99.9%的“修复噪音”。Frenos公开引用了这一数据，但需要指出的是，该数据来源于公司在单一客户环境中的一次分析，并不构成跨行业平均效力的统计证据。

与模拟渗透测试平行推进的，是公司在本次融资中宣布的新产品SAIRA Co-Work。这是一个持久化的OT安全助手，定位为由SAIRA推理引擎驱动的“数字同事”。它实时分析数字孪生环境中的数据，引导用户以证据为基础开展复杂安全调查。公司对此未披露更详细的技术实现路径或客户测试反馈。

此外，Frenos还在研究面向长上下文推理和自主工程工作流的下一代基础模型。这一研究方向直接对应OT网络的复杂性——一个典型工业厂区的网络拓扑可包含数千节点，跨越数层Purdue模型层级，每个设备的固件版本、协议栈、安全控制措施各不相同。传统安全分析工具的推理窗口远不足以在如此宽广的上下文中保持逻辑连贯性。公开声明提到长期上下文能力可能使系统能在推荐行动之前综合分析网络架构、设备、漏洞、安全控制和历史发现，但尚未说明模型架构、训练数据来源或技术路线图。

需要清醒认识到的是，SAIRA作为“AI推理代理”，其公开的性能数据目前仅局限于漏洞可利用性分析这一个维度。OT攻击路径模拟的另一半命题——路径在实际生产环境中的“可执行性”——在现有公开材料中未见论证。数字孪生与真实网络之间的偏差、OT协议在不同厂商实现中的非标准行为、老旧控制系统对非预期输入的响应，这些都可能影响模拟在物理世界的可复现性，目前属于待验证假设。

一家公司的ARR一年翻十倍，但ARR的基数仍不透明

Frenos的商业模式是基于ARR订阅的SaaS平台，这在OT安全领域近年来逐渐成为主流，取代了以往需要大量定制集成和持续维护的本地部署方案。公司迄今未披露具体客户名称，仅在声明中提及在关键基础设施和国防市场有多个客户，且客户基础正快速扩大。

最引人注目的是Frenos披露的增长数据阵列。自2025年初以来，ARR增长超过10倍；2026年上半年ARR增长215%；销售管道同比增长2.7倍；平均交易规模增长5倍；2026年预订量已达2025年全年的4倍，而这一年还剩5个月。

这些倍增指标指向一种典型的产品市场契合加速迹象，尤其是平均交易规模5倍增长这一条，暗示Frenos正在向上游市场移动，从最初的较小客户群转向更大规模的部署。交易规模增长与Momenta合伙人Michael Dolbec的陈述形成呼应，他提到Frenos正在帮助工业运营商“持续验证网络韧性而不将生产置于风险之中”，这句话隐含了一个认知——大型关键基础设施运营商对于任何可能引发停机的测试活动极度排斥，一个能绕过停机的方案对他们而言有价值溢价。

但需要保留批判空间。Frenos的10倍ARR增长是基于一个未公开的绝对数值起点。由于公司未披露ARR的绝对基数，外部无法评估其真实的商业规模。同样，平均交易规模的5倍增长也无法从公开信息中关联到具体合同价值。

Exposition Ventures的Principal Carlos Furlotti在声明中的表态代表了一部分投资人的判断：“传统IT安全工具在工业环境中失效，但Frenos提供了运营商需要的精准而安全的可见性，在不威胁生产的前提下管理风险。”这与Momenta的定位形成合力——两家领投方均来自工业技术投资领域，而非通用SaaS或网络安全赛道。

全模拟渗透测试绕开硬件，但绕不开组织信任壁垒

传统OT渗透测试的成本结构由两大块构成。其一是服务费，由外部专家团队按天或按项目收取，对大型工业厂区做一次完整测试的周期以月计。其二是停机机会成本。Frenos用全模拟方式将这两块成本几乎降为零：无需外部团队驻场、无需安装硬件、无需扫描生产网络、无需安排停机。

这听起来是一个极具说服力的效率叙事。但在真实客户采纳链条中，Frenos面临的阻力可能并非来自技术替代方案的竞争，而是OT组织对“将网络拓扑全量导出给外部SaaS平台”的信任问题。关键基础设施运营商受制于NERC CIP、IEC 62443或各国国防与能源部门的监管框架，对数据主权和网络信息的对外传输有严格限制。Frenos的平台虽然声称不扫描任何在线系统，但数字孪生的构建仍然需要输入网络设备清单、拓扑连接关系、防火墙规则和安全域划分等信息。这些信息本身就是高敏感资产。公司未公开回应其数字孪生构建过程中的数据最小化策略、数据的存储位置或客户对信息共享的抵触程度。

另一个商业化的现实考验是定价与OT组织的内部预算归属。传统OT安全支出通常归入工厂层面的运营预算，而SaaS订阅往往由IT部门采购。Frenos的目标用户——OT安全团队——能否说服组织调整预算科目，或IT部门是否愿意为一个专门针对运营系统的工具拨付资金，目前均未有公开案例可循。

OT安全正在成为一个270亿到590亿美元的多层博弈场

Frenos引用了MarketsandMarkets的预测数据，称OT安全市场将从2026年的274亿美元增长到2031年的589亿美元。这一市场受多条推力驱动：勒索软件攻击转向工业目标、IT与OT网络加速融合导致攻击面扩大、以及攻击者对于工业控制系统协议的了解日益深入。2026年Google威胁情报小组报告的首个AI开发零日漏洞，进一步拉响了“AI武器化”的警报，降低了攻击者构造复杂攻击的智力门槛。

在这样一个膨胀的市场中，Frenos的定位选择了一条相对窄但尖锐的切口——不替代防火墙、IDS或终端检测系统，也不试图成为又一个OT资产发现平台。它单独占据“持续安全验证”这一层，这使其在产品矩阵中可以与现有安全治理工具共存而非直接冲撞。Robert M. Lee所说的“Frenos是极少数从攻击路径角度思考的平台”，反映了该公司在OT安全工具链中的一个差异化占位——它试图回答的不是“我有什么”，而是“对手能用什么伤到我”。

然而OT安全赛道的竞争并非只有这一个维度。传统IT安全厂商正通过收购或自研拓展OT检测能力，大型工业自动化供应商在其控制器和平台上嵌入安全功能，国家级实验室和大型SI（系统集成商）也在提供定制化的OT风险评估服务。Frenos作为一家早期公司的优势在于技术灵活性，但劣势同样明显：在工业客户漫长的POC周期中，一个知名度较低的小型创业公司要获得入场竞争席位，需要付出高昂的渠道成本。

给Frenos增加渠道杠杆的一个间接因素是Momenta和Exposition Ventures的有限合伙人组合。Momenta专注工业影响力投资，其LP网络可能包含自动化设备商、能源公司和制造业巨头，这为Frenos提供了打通关键客户采购通道的潜在入口。不过公开材料并未披露任何通过投资人网络获得的实际客户关系。

152万美元怎么花：客户成功与AI研发的对押

本轮152万美元的用途陈述非常具体，分为两条平行线。第一是扩大客户成功团队，以支撑在关键基础设施和国防领域快速增长的客户群。第二是扩充AI研发团队，推进SAIRA和基础模型研究。

在种子扩展轮阶段将“客户成功”与“AI研发”并列为资金投向，这一配置方式在网络安全创业公司中并不常见。大多数公司会优先将有限资金投向产品工程或销售，把客户成功放在B轮之后才规模化构建。Frenos的选择暗示，公司当前阶段面临的核心矛盾可能并非获客能力不足——ARR 10倍增长和管道2.7倍增长的数据已指向这一点——而是如何确保在客户基数和平均合同价值同步攀升时，新部署能够落地并持续交付价值。OT运营商的内部安全能力水平参差不齐，许多组织缺乏能够充分解读SAIRA输出结果的内部团队。没有客户成功的支撑，一个高度依赖AI推理解释性的产品可能面临“买了但从未真正使用”的留存风险。

与此同时，将AI研发列为对等优先事项则指向一个更长期的竞争赌注。SAIRA Co-Work的产品化以及长上下文模型的研究，需要持续的工程投入。Frenos选择在种子扩展轮而不是更晚轮次启动这项工作，可能基于一个判断：OT网络中哪些攻击路径真正可被利用的推理能力，正在成为一种需要不断用研发投入来加宽的护城河。因为对手同样在进化——攻击工具正在借助AI能力变得更加自动化，安全验证技术如果停留在静态规则或陈旧模型上，其模拟结果很快就会偏离真实威胁图景。

风险锚点：技术成熟度、基准缺口与资本效率的三角张力

Frenos迄今为止展示的商业化数据令人注目，但几个风险锚点不应被“10倍增长”的叙事遮蔽。

第一，数字孪生保真度与攻击模拟可复现性之间的张力。OT网络的数字孪生如何精确复刻实时拓扑变化、固件更新和行为变更，这一环节目前缺乏公开的技术说明或第三方审计。SAIRA识别出的8个“可利用漏洞”的实际攻击成功率、以及在不同垂直行业OT环境中的表现差异性，均未披露。仅凭一家客户的12,000条漏洞数据无法建立跨行业置信度。

第二，定价模型与OT组织采购能力的适配度。在未披露ARR绝对值和客户数量的情况下，即使10倍ARR增长也存在基数效应，不能直接推导出规模化潜力的确定性。对于多数工业运营商来说，为一套完全无扫描、无停机的全模拟服务付费是一回事，愿意支付多高的溢价又是另一回事。在石油天然气、化工和电力行业中，安全预算的扩张速度未必匹配Frenos的交易规模增长预期。

第三，竞争替代效应。安全验证这个细分市场正在吸引越来越多的关注。尽管Frenos凭借全模拟方式和AI推理代理形成了技术区隔，但当市场意识到“持续安全验证”的价值后，拥有更广泛客户关系和销售网络的OT安全头部公司可能会通过内部开发或收购来覆盖这一缝隙。Robert M. Lee以顾问身份出现，可以从侧面印证这一缝隙的价值已经被行业内重要玩家识别。

第四，总融资额数据的矛盾值得注意。PitchBook显示的Frenos累计融资额为538万美元，而公司官方声明为640万美元。两个数据之间的约100万美元差额未在公开信息中得到解释，可能仅涉及融资轮次记录的时间差，也可能指向某些工具的未记录债务。从编辑角度观察，这一差额本身并不构成对公司运营状态的负面推断，但反映了私有公司信息披露的不完全性。

第五，团队规模与产品线的匹配度。“扩大客户成功团队”和“扩大AI研发团队”两条线并行推进，在一个152万美元级别且仅有一位公开创始人（Brian Proctor）的公司中，如何平衡人力配置与资金消耗率是一道需要观察的微观财务谜题。Frenos没有披露目前员工总数或团队结构。

AI开发零日出现的年份，模拟攻击者的价值逻辑

2026年7月，Google威胁情报小组报告了首个已知的由AI开发的零日漏洞。这一事件的数据点与Frenos融资消息在同一时间段出现，构成了一个关键性的外部叙事锚点。攻击者利用AI工具将漏洞利用开发的难度曲线拉低，这意味着防守方不能再依赖“对手大多没有能力链式利用OT漏洞”的传统假设。当攻击门槛下降时，能够预先模拟攻击路径、并将注意力聚焦于可操作性风险的平台，其价值逻辑从“提高效率”升级为“降低被击穿的概率”。

Brian Proctor的行业叙事指向的正是这个认知转变：“我花了十多年保护这些环境，从来没有一个工具能告诉我什么是对手真正能利用的。于是我造了一个。”当一个曾长期在OT安全一线作战的人，在公开融资声明中用这种句式描述自己的动机，它传递的不只是产品故事，也是一段行业的集体体验。在OT安全这个长期被传统IT安全方案用“扫描-打补丁”逻辑外推所支配的领域，Frenos试图用一个完全绕开扫描的方案来解决一个被扫描逻辑本身制造出来的噪声问题——这是一个结构性的立场切换，不是渐进改良。

当然，立场切换能否最终转化为技术验证和商业实证，仍然取决于那些未被公开数据覆盖的变量：ARR基数是多大？8个可利用漏洞的路径在现实攻击尝试中是否确实走通？有多少关键基础设施运营商愿意把全量网络拓扑放进SaaS平台？Momenta和Exposition Ventures的投资或许回答了信心问题，但市场的最终回答需要更多数据才会成型。

RecodeX 极客视：当12,000个漏洞的清单能瞬间坍缩为8个真正的攻击入口时，一个AI代理所提供的根本不是“修复优先级”，而是“那些争吵不休的风险会议终于可以结束”的理由。但别忘了，让OT运营者信任一个外部SaaS平台来模拟自家工业网络的攻击路径，这本身的安全感鸿沟，可能比漏洞鸿沟更宽。