FAZE Security 获 600 万美元种子轮：AI 代理能否让渗透测试告别报告即过时？

当渗透测试报告落地即过时，安全团队正在输掉时间战

一家财富 500 强企业的安全团队每年花在渗透测试上的预算通常不菲，但报告交付的那一刻，漏洞清单就已经开始贬值。攻击者不会等待下一轮年度测试，他们用 AI 在数小时内扫描暴露面、组合攻击路径、发起利用。而防御方手里拿着的，是一份静态 PDF，以及扫描器吐出的数千条未排序告警。安全工程师的时间被消耗在逐条判断“这个漏洞到底能不能被真正利用”上，而不是修复真正危险的问题。

这个时间差正在被攻击者系统性利用。企业漏洞修复积压的增长速度，已经超过了任何人类团队的处理能力。扫描器擅长发现“可能存在风险”，却无法回答“攻击者是否真的能打进来、打进来之后能拿到什么”。年度渗透测试能给出验证过的结论，但它的时效性只停留在测试进行的那几天。两者之间的空白地带，就是 FAZE Security 试图切入的位置。

2026 年 9 月，这家前身为 CYTRIX 的公司宣布完成 600 万美元种子轮融资，由 New Era Capital Partners 领投，Lockstep VC 参投。公司同时从隐身模式走出，披露了 50 家企业客户和 18 个月内约 20 倍的 ARR 增长。但比融资数字更值得关注的是它提出的产品逻辑：让 AI 代理像真实攻击者一样持续工作，而不是像扫描器一样列清单。

从产业链角度看，FAZE 试图压缩的并不是漏洞发现环节，而是“发现之后到修复完成”之间的验证与排序环节。扫描器厂商的商业模式建立在扫描覆盖率和告警数量上，人工渗透测试服务商的商业模式建立在按项目计费的专业人力上。两者都没有动力去回答一个更基础的问题：在特定业务环境下，哪些漏洞会被真正打穿，打穿之后攻击者能走到哪一步。FAZE 的切入点意味着它可能不是在和扫描器或人工红队争夺同一笔预算，而是在重新定义“验证”本身应该由谁来完成、以什么频率完成。这个定位如果成立，可能改变企业安全预算中“测试”与“修复”的比例，但前提是它的代理能力能够被持续信任。

用“可利用性”替代“理论严重性”，但验证链条尚未完全打开

FAZE Security 的核心产品是一个名为 Agentic Red Team（ART）的攻击性安全编排平台。据公司披露，这套系统使用自主 AI 代理，基于数千名白帽黑客的专有攻击数据进行训练，在严格护栏内持续针对客户的 Web 应用、API 和云环境运行。与扫描器的关键区别在于：代理不仅发现暴露面，还会尝试像真实攻击者一样利用漏洞，然后按已验证的业务影响排序，而非按 CVSS 理论评分排序。

公司称，每个发现都附带可用的利用证明、指定负责人和修复路径，平台会自动重新测试，直到漏洞无法被利用。客户报告误报率接近零（公司口径，尚无独立验证），平均修复时间（MTTR）比扫描器和单点渗透测试快 50% 以上（公司口径，尚无独立验证）。这些数据目前仅来自公司新闻稿和客户自报，尚无独立第三方审计或行业基准测试的公开验证。

从已披露的产品逻辑看，FAZE 试图解决的是一个真实存在的产业链约束：扫描器的高误报率让安全团队陷入“告警疲劳”，而人工渗透测试的供给严重不足。如果 ART 确实能将“发现—验证—排序—修复—复测”压缩为一个持续运行的闭环，它有可能改变企业安全预算的分配方式。但关键前提是：AI 代理在真实生产环境中的利用行为是否足够可靠、是否不会造成附带损害、以及企业是否愿意把攻击性测试的权限交给自动化系统。这些问题的答案，目前从公开材料中无法得出。

进一步拆解，FAZE 的产品逻辑隐含着一个更细的假设：攻击性测试的价值不在于“找到多少漏洞”，而在于“排除多少噪音”。扫描器输出的告警之所以难以处理，是因为它们缺少业务上下文和利用路径验证。人工红队之所以有价值，是因为他们能够判断一条攻击链是否真的能走通。FAZE 试图用代理把后者的判断力产品化，同时把前者的持续性保留下来。这个组合在逻辑上自洽，但“判断力”能否被训练数据覆盖，取决于白帽黑客的专有攻击数据是否足够多样、足够新、并且足够贴近客户的实际技术栈。如果训练数据偏向某些常见的 Web 漏洞模式，代理在面对云环境中的身份链攻击或业务逻辑漏洞时，可能仍然会退化为“高级扫描器”。

50 家客户与 20 倍 ARR：增长叙事背后的口径问题

FAZE Security 披露的两项核心指标——50 家企业客户和 18 个月内 ARR 增长约 20 倍——构成了本轮融资叙事的基石。但这两个数字都需要放在正确的参照系中理解。公司未披露 ARR 的绝对金额，因此“20 倍增长”的起点可能是一个极低的基数。从种子轮 600 万美元的融资规模来看，这家公司仍处于早期商业化阶段，50 家客户对应的客单价和合同结构均未公开。

投资方 New Era Capital Partners 的合伙人 Ziv Conen 在新闻稿中表示：“FAZE 的指数级增长并不令人意外。这是真正技术优势的直接结果：来自数千名白帽黑客的专有数据，加上覆盖从发现到复测的完整攻击周期的先进代理能力。在服务财富 500 强安全团队的同时保持这种增长速度，证明了管理团队的实力。”这是投资方声明，而非独立验证的结论。

值得注意的另一个细节是：TrySignalBase 的报道称 New Era Capital Partners 和 Lockstep 共同领投，而 PR Newswire 的新闻稿明确表述为 New Era Capital Partners 领投、Lockstep VC 参投。TrySignalBase 为聚合来源，其报道未提供原始文件链接，因此本文以 PR Newswire 新闻稿中的投资方结构为准。这种差异可能源于二次报道的简化处理，但也提示了本轮资本结构的信息透明度有限。对于一家种子轮公司而言，600 万美元的融资额在网络安全领域并不算大，尤其是在需要持续投入 AI 训练和代理基础设施的背景下。

从客户结构的角度看，“50 家企业客户，包括多家财富 500 强公司”这个表述本身也留下了较大的解释空间。财富 500 强客户可能意味着更高的客单价和更长的销售周期，但也可能意味着更复杂的采购流程和更严格的安全审查。如果这些客户是在隐身模式下积累的，那么 FAZE 可能在产品尚未公开时就已经完成了某种形式的“设计合作伙伴”验证。但公司没有披露这些客户是付费客户还是试点客户，也没有披露合同是年度订阅、按测试量计费，还是混合模式。这些口径问题直接影响“20 倍 ARR 增长”的可比性。如果早期客户以折扣价或试点合同进入，ARR 的起点可能被人为压低，从而放大增长率。

攻击性 AI 的护栏问题：公司说了什么，没说什么

FAZE 在新闻稿中两次提到“严格护栏”（strict guardrails），但没有解释这些护栏的具体技术实现。对于一家让自主代理在客户生产环境中执行攻击行为的公司来说，护栏的边界定义是核心问题：代理能否在测试过程中影响真实用户数据？如果代理发现了一个涉及生产数据库的漏洞，它会在多大程度上进行利用验证？如果代理的利用行为导致服务中断，责任如何界定？

这些不是理论问题。2024 年以来，多家安全厂商在推广 AI 驱动的攻击性测试时都遇到了客户对“自动化攻击可能造成业务影响”的担忧。FAZE 声称代理“像真实攻击者一样利用漏洞”，这恰恰意味着它可能触发生产环境中的异常行为。公司未披露其护栏机制是否包含人工审批节点、利用行为的权限边界、以及在多租户云环境中的隔离策略。

从已披露的信息看，FAZE 的专有训练数据来自“数千名白帽黑客”，这是一个差异化叙事，但同样缺乏可验证的细节。这些数据的来源是众包平台、内部红队、还是收购的数据资产？数据的更新频率如何？攻击技术演进速度极快，如果训练数据停留在历史攻击模式上，代理在面对新型攻击面时的有效性就会下降。这些问题的答案决定了 FAZE 的技术护城河到底有多深。

更具体地说，护栏问题可以拆成三个层面。第一是执行边界：代理在利用漏洞时，是否只执行“非破坏性”的利用动作，比如读取特定文件、验证权限提升路径，而不会写入数据、删除数据或触发拒绝服务条件。第二是环境隔离：代理是否在客户的生产环境、预发布环境还是专用测试环境中运行，如果生产环境与测试环境之间存在配置漂移，代理的验证结果是否仍然可信。第三是责任归属：当代理的利用行为触发安全监控告警或影响业务可用性时，客户与 FAZE 之间的责任如何划分。公开材料对这三个层面均未给出答案。对于一家把“像真实攻击者一样利用漏洞”作为核心卖点的公司来说，这种信息缺失本身就是一种风险信号。

竞争格局：扫描器之上、人工红队之下的模糊地带

FAZE 的产品定位处于一个竞争激烈的中间地带。一端是成熟的漏洞扫描器厂商，包括 Qualys、Tenable、Rapid7 等上市公司，它们拥有庞大的客户基础和渠道网络，近年来也在向“基于风险的漏洞管理”方向演进。另一端是人工渗透测试服务和众包安全平台，如 HackerOne、Bugcrowd，它们提供经过人类验证的漏洞报告，但成本和时效性受限。

FAZE 的差异化主张在于：用 AI 代理替代人工来完成“验证可利用性”这一环节，同时保持持续运行的频率。这个定位在理论上填补了扫描器和人工测试之间的空白，但在商业实践中面临双重挤压。扫描器厂商正在将 AI 能力集成到现有产品中，客户可能倾向于在已有平台上获得增强功能，而非引入新的独立平台。人工测试服务则强调“人类判断力”在复杂攻击链中的不可替代性，尤其是在涉及业务逻辑漏洞时。

FAZE 未披露其与任何竞品的直接对比数据，也未说明其定价模式相对于扫描器订阅和人工测试服务的定位。在 50 家客户中，有多少是从扫描器迁移过来的、有多少是首次引入自动化攻击性测试的、有多少是同时使用多套工具的，这些信息均未公开。对于一家试图重新定义品类的公司来说，竞争格局的模糊性既是机会，也是风险。

从采购决策的角度看，FAZE 面临的竞争维度可能比“扫描器 vs 人工测试”更复杂。企业安全预算通常被划分为几个相对固定的桶：漏洞管理、渗透测试、红队演练、安全运营。FAZE 的产品跨越了漏洞管理和渗透测试两个桶，但它的采购决策者可能同时涉及安全运营团队和应用安全团队。如果 FAZE 的定价接近扫描器订阅，它可能被归入漏洞管理预算；如果定价接近人工测试服务，它可能被归入专业服务预算。公司未披露定价模式，意味着它可能还在探索如何在客户的预算体系中找到最有利的位置。这种探索在种子轮阶段是正常的，但它也意味着“50 家客户”的获取成本可能高于一个定位更清晰的产品。

600 万美元能买到什么：资金用途与烧钱速度的算术

FAZE 表示本轮资金将用于“支持持续增长并扩展其 Offensive Security Orchestration 平台的能力”。这是一个宽泛的表述，没有给出具体的研发投入、市场拓展或团队扩张计划。以网络安全行业种子轮公司的典型烧钱速度估算（编辑基于行业常识的估算，而非公司披露），600 万美元在纽约和特拉维夫双总部运营、AI 基础设施投入、企业销售团队建设的三重压力下，大约能支撑 12 到 18 个月的运营。但公司未披露现有团队规模、月烧钱率或 ARR 的绝对金额，因此无法进行更精确的推演。

一个值得关注的信号是：FAZE 在隐身模式下已经积累了 50 家企业客户，包括多家财富 500 强公司。这意味着它在种子轮之前就已经完成了相当程度的市场验证，销售周期和客户获取成本可能低于典型的早期安全创业公司。但这也带来一个疑问：如果产品已经能够以较低成本获取财富 500 强客户，为什么种子轮只融 600 万美元？可能的解释是公司希望保持较高的股权集中度，或者现有收入已经能够覆盖相当比例的运营成本。在缺乏财务数据的情况下，这只能是推测。

另一个需要纳入算术的变量是双总部结构。纽约和特拉维夫同时运营意味着两套薪酬体系、两种合规要求、以及跨时区的协作成本。对于一家种子轮公司来说，这种结构可能源于创始团队的地理分布，也可能源于客户获取的需要——纽约靠近财富 500 强客户，特拉维夫靠近网络安全人才池。但双总部结构在早期阶段会显著提高固定成本，压缩 600 万美元的实际可用时间。如果公司还需要为 AI 代理的推理算力支付持续费用，那么资金消耗速度可能比典型的 SaaS 种子轮公司更快。公司未披露其 AI 基础设施是自建还是使用第三方云服务，也未披露推理成本在总成本中的占比，因此这些只能是基于行业常识的推演。

待验证的假设：从“客户说好”到“市场买单”的距离

FAZE 的叙事建立在三个核心假设之上：第一，企业愿意将攻击性测试的执行权交给 AI 代理；第二，AI 代理的利用验证能力能够持续匹配真实攻击者的技术水平；第三，按业务影响排序的修复建议能够真正缩短 MTTR，而不是仅仅改变告警的呈现方式。这三个假设目前都只有客户自报数据的支持。

“误报率接近零”是一个特别值得审视的说法。在漏洞扫描领域，误报率的定义本身就存在多种口径：是指代理标记的漏洞中无法被利用的比例，还是指代理的利用行为未能成功触发漏洞的比例？如果是前者，接近零误报意味着代理几乎只在确认可利用后才报告，这可能导致漏报率上升——代理没有发现或没有尝试利用的漏洞，不会被计入误报。公司未披露漏报率数据，这使得“接近零误报”的完整含义无法评估。

MTTR 快 50% 以上的说法同样需要拆解。MTTR 的起点是漏洞被发现的时间，终点是修复完成的时间。如果 FAZE 的代理在发现漏洞后立即提供利用证明和修复路径，它确实可能缩短从发现到修复的时间。但这个指标没有回答：代理发现的漏洞是否与企业真正关心的资产相关？修复路径是否能够被企业现有的开发流程接受？如果修复建议需要安全团队投入大量时间理解和验证，MTTR 的缩短可能只是把时间从“分类”转移到了“理解修复方案”。

更深一层的问题是，MTTR 的改善是否具有可持续性。如果 FAZE 的代理在客户环境中运行的时间越长，发现的漏洞越多，那么修复队列本身可能会膨胀。除非代理的排序机制能够持续把真正危险的漏洞推到队列最前面，并且客户的安全团队有足够的修复能力消化这些漏洞，否则 MTTR 的改善可能只是暂时的。公司未披露客户在接入 FAZE 平台后，修复队列的总量变化、安全团队的响应时间变化、以及漏洞重新打开率等指标。这些数据的缺失，使得“快 50% 以上”的 MTTR 改善更像是一个营销口径，而非一个可以被独立验证的运营指标。

从 CYTRIX 到 FAZE：品牌更名背后的产品转向

FAZE Security 的前身是 CYTRIX，这一信息在新闻稿中被简要提及，但未解释更名的原因和时间。从公开材料看，CYTRIX 时期的业务方向与当前的攻击性安全编排定位可能存在差异。品牌从 CYTRIX 切换到 FAZE Security，通常意味着产品定位、目标客户群或技术路线的重大调整。公司未披露更名的时间线、原有客户是否迁移、以及更名前后产品架构的变化。

这一信息缺口对于评估公司的连续性有实际影响。如果 CYTRIX 时期积累的客户和技术资产能够平滑过渡到 FAZE 平台，那么 50 家客户和 20 倍 ARR 增长的起点就包含了历史积累。如果更名代表了一次产品重构，那么当前的客户增长实际上是在更短时间内完成的，其含义完全不同。在缺乏历史数据的情况下，外部观察者无法判断这两种情形中哪一种更接近事实。

另一个未披露的关键信息是创始人团队。新闻稿中引用了投资方 Ziv Conen 的话，称“管理团队的实力”是投资理由之一，但全文没有出现任何创始人的姓名、背景或过往经历。对于一家网络安全公司而言，创始团队的技术背景和行业经验是评估执行力的核心维度。在攻击性安全这个高度专业化的领域，创始团队是否具备红队经验、AI 系统构建能力、以及企业销售能力，直接决定了产品能否从 50 家客户扩展到更大规模。这些信息的缺失，使得外部评估只能停留在产品叙事层面。

品牌更名还可能涉及一个更微妙的信号：CYTRIX 这个名字在网络安全领域可能已经存在一定的认知负担，或者与公司当前的产品方向不再匹配。如果 CYTRIX 时期的产品更偏向传统的漏洞扫描或安全测试，那么切换到 FAZE 可能意味着公司希望与过去的定位切割，重新建立一个以“攻击性 AI 代理”为核心的品牌认知。这种切割在商业上有其合理性，但也意味着公司在品牌资产上需要从零开始积累。对于一家种子轮公司来说，品牌重建的成本可能被低估，尤其是在企业安全采购决策高度依赖厂商信誉和行业口碑的背景下。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：FAZE Security 的故事本质上是关于时间——攻击者用 AI 压缩了从发现到利用的时间窗口，而防御方仍在用季度甚至年度的节奏应对。用 AI 代理做持续攻击性测试，逻辑上是对的方向，但“代理能否被信任去攻击自己的生产环境”这个问题，比“代理能否找到漏洞”更难回答。600 万美元的种子轮买不到这个问题的答案，但足够让 FAZE 在 50 家客户的基础上验证一件事：当安全团队第一次看到带利用证明的漏洞报告时，他们是否愿意把下一次测试也交给机器。