一次 SOC 2 审计结束两周后，新的 AI 智能体开始读取客户数据
企业软件公司的销售团队刚把 SOC 2 报告发给一家金融客户，采购流程推进到合同评审。几乎同一时间，工程团队上线了一个新的 AI 智能体，它可以访问客户数据、修改内部系统权限，还能通过代码部署引入新的漏洞。那份 SOC 2 报告没有失效，但它从未被设计用来回答一个问题：审计完成之后，系统里发生了什么变化。
这是 Comp AI 首席执行官 Lewis Carhart 向 TechCrunch 描述的场景。它指向一个正在变大的裂缝：合规审计是时点性的，而 AI 智能体时代的软件系统是持续变化的。年度审计、季度评估、甚至上月刚完成的证据收集，都可能在一次模型更新或一个智能体部署后变得不再反映真实风险。
2026 年 9 月 17 日，Comp AI 宣布完成 3400 万美元 A 轮融资，由 Roo Capital 和 Grand Ventures 领投。这家总部位于迈阿密的公司成立于 2025 年 1 月，试图用 AI 智能体把合规从“审计前突击”改造成持续运行的安全层。融资消息本身并不特别，特别的是它所押注的命题：当软件开始自主行动，合规的计量单位是否正在从“报告”变成“实时状态”。
| 字段 | 内容 |
|---|---|
| 公司 | Comp AI |
| 轮次 | A 轮 |
| 金额 | 3400 万美元 |
| 投资方 | Roo Capital、Grand Ventures 领投 |
| 总部 | 迈阿密（Aventura，Florida），纽约设有办公室 |
| 创始人 | Lewis Carhart（CEO）、Claudio Fuentes（COO）、Mariano Fuentes（CTO） |
| 官网 | https://app.trycomp.ai/ |
从一次失败的工作流产品里长出来的合规生意
Comp AI 的三位创始人并非第一次合作。Claudio Fuentes 和 Mariano Fuentes 兄弟一起创业近十年，几年前认识 Lewis Carhart 后，邀请他加入 LeapAI——一个基于大语言模型的工作流平台。Claudio 担任 CEO 和联合创始人，Carhart 负责增长，Mariano 是高级全栈工程师。据 TechCrunch 报道，LeapAI 运营了大约两年，用户数增长到超过一百万，但团队最终认定它没有找到“足够有粘性的用例来支撑持续投入”，随后关闭了项目。
那段经历留下了两个遗产。其一是团队学会了如何用大语言模型构建产品，以及为什么必须找到一个具体用例。其二更直接：在尝试把 LeapAI 卖给更大企业客户时，他们撞上了 SOC 2 合规。Claudio Fuentes 对 TechCrunch 回忆：“这是一个非常晦涩的过程。我们花了几个月手工处理，整个过程都意味着我们把目光从产品开发上移开。”
于是 Comp AI 诞生了。这一次 Carhart 担任 CEO，因为最初的想法来自他；Claudio 担任 COO，Mariano 担任 CTO。从公开信息看，Comp AI 在 2025 年 4 月 16 日公开发布，同年 7 月宣布了一轮由 OSS Capital 和 Grand Ventures 联合领投的融资，Sentry 创始人 David Cramer 和 Ben Tossell 参与。Grand Ventures 在本轮 A 轮中再次出现，成为联合领投方。这意味着其中一家投资机构从早期就持续跟踪团队，而不是在增长数据公布后才进入。
这个创业路径本身并不独特，但它解释了 Comp AI 的产品取向：创始人首先是一群被合规流程折磨过的软件开发者，然后才是合规软件销售者。他们解决的是自己刚经历过的痛点，而不是从行业报告里读到的市场空白。
智能体不只是填表，而是持续执行和验证安全动作
Comp AI 对自己的定义是“AI 原生的合规与安全平台”。据公司披露，平台使用 AI 智能体自动完成入职、政策与风险生成、证据收集、控制监控和供应商评估；同时提供 AI 驱动的渗透测试，主动测试代码库与基础设施中的漏洞。平台支持 SOC 2、ISO 27001、HIPAA、GDPR、FedRAMP 等框架，并宣称拥有 580 多个集成。
这里的关键词不是“自动化”，而是“持续”。第一代合规软件——Vanta、Drata、Secureframe、Sprinto 等——已经证明了证据收集和审计准备可以被软件化。但 Comp AI 的创始人认为，这些工具大多仍然围绕“记录工作是否发生”展开。Mariano Fuentes 在融资声明中说：“随着模型变得更强，我们可以从仅仅记录安全工作是否发生的软件，走向能够执行和验证这些工作的软件。”
据公司披露，Comp AI 的智能体可以跨组织上下文进行推理，并代表安全与合规团队执行工作。但人类仍然保留在审批链中。Carhart 对 TechCrunch 明确表示，智能体可以起草政策，但人仍然要审核和批准；随着智能体承担更重要的行动，保障措施和人工审批的层级应该相应增加。这个表述既是产品设计，也是风险边界声明。
从已披露的产品架构看，Comp AI 试图把合规工作流、主动安全测试和开源基础设施放进同一个产品里。这与 Vanta 或 Drata 的传统路径不同：后者从合规自动化起家，逐步向持续监控和 AI 治理扩展；Comp AI 则从第一天就把渗透测试和持续控制验证作为产品的一部分，而不是后续模块。但需要指出的是，这种差异目前主要来自公司自己的描述和产品页面，尚缺乏独立第三方对平台实际能力与竞品进行对照测试的公开证据。
开源核心加商业许可，是透明度策略也是获客通道
Comp AI 的核心以 AGPL-3.0 许可证开源。据 Runtimewire 报道，其 README 称 99% 的核心以 AGPLv3 提供，企业组件需要商业许可。这个结构在开发者工具和基础设施软件中并不罕见，但在合规与安全平台中相对少见。
开源在这里承担了双重功能。一方面，它让技术买家可以查看处理敏感证据的智能体和集成的代码，这对安全合规类产品而言是一种信任机制。另一方面，它创造了一个自下而上的采用路径：开发者可以先使用开源核心，企业再为高级功能付费。这与 Comp AI 的创始人背景一致——他们本身是开发者，也把开发者社区视为潜在入口。
但开源策略也带来商业化的模糊地带。公司未披露定价或收费模式，来源材料仅提及核心开源、企业组件需商业许可，以及面向企业客户的订阅式平台。AGPL 的传染性条款对某些企业客户可能构成采用障碍，而“99% 核心开源”意味着仍有 1% 的核心功能被保留在商业许可之后，这 1% 具体是什么、是否恰好是企业最需要的部分，公司未披露。从已披露信息看，Comp AI 的商业模式仍处于“开源获客、企业订阅变现”的框架内，但具体转化路径和客单价结构尚未公开。
1000 家客户与 15 倍 ARR 增长背后，数字需要被拆开看
Comp AI 在融资声明中称，公司成立不到两年客户数超过 1000 家，ARR 同比增长 15 倍，整体公司规模同比增长 10 倍。客户包括 Corgi、Dub、OpenCode、Inference 和 Primer，覆盖医疗、金融服务、高等教育、专业服务和软件行业。Claudio Fuentes 单独声称 ARR 已超过 750 万美元，但这一数字仅见于 Runtimewire 的报道，未在 TechCrunch 或公司新闻稿中得到交叉验证。
这些增长数字需要放在几个约束条件下理解。首先，15 倍 ARR 增长是一个同比增长率，基数是什么公司未披露。如果起始基数很小，15 倍增长的实际金额可能仍然有限。其次，1000 家客户的数量与 750 万美元 ARR 如果同时成立，意味着平均每家客户年贡献约 7500 美元，这指向一个以中小客户为主的客户结构。公司称计划向更大组织上移市场，但从当前客户名单和平均客单价推断，向上突破需要销售组织、企业级功能和安全认证的同步升级。
Grand Ventures 的普通合伙人 Nathan Owen 提供了一个投资方视角。他在融资声明中说，Grand Ventures 自己的多家被投公司因为对原有合规平台感到失望而转向 Comp AI，并且“每一个人都对过程和结果赞不绝口”。这是投资方声明，不是独立客户证言，但它提供了一个具体信号：至少在一部分早期采用者中，Comp AI 的替换路径是真实发生的。Owen 还提到，他第一次在纽约拜访 Comp AI 时，团队只有四个人挤在一个房间里。从四人到 1000 家客户，这个叙事与“开源获客、产品驱动增长”的路径一致，但同样需要警惕幸存者偏差——被替换的客户案例会被讲述，而流失或未续约的客户不会出现在融资声明里。
与 Vanta、Drata 同场竞争，但战场正在从审计准备转向审计之间
Comp AI 进入的是一个已经被验证的市场。Vanta、Drata、Secureframe 和 Sprinto 已经将合规自动化变成了一个成熟的软件品类，并且都在向持续监控和 AI 治理扩展。Comp AI 的差异化主张不在于“我们也做合规自动化”，而在于它试图把合规工作流、主动安全测试和开源基础设施结合在一个产品里，并把“审计之间的时间”作为主战场。
Carhart 对 TechCrunch 说：“对很多软件公司来说，安全和合规直接与收入挂钩。”他举例说，客户可能在签约前要求一份 SOC 2 报告。Comp AI 自动化的正是围绕这个过程的大量传统工作。但 Comp AI 并不替代独立审计。独立审计报告仍由独立审计师出具，平台的作用是准备证据、监控控制、标记失败项，并记录自动化系统访问或尝试了什么。
这个定位的聪明之处在于，它没有试图挑战审计师的角色，而是把产品放在审计之前、之后和之间。审计之前是证据收集和政策生成，审计之后是持续监控和渗透测试，审计之间则是传统工具覆盖最薄弱的区域。Carhart 的 SOC 2 场景——审计完成两周后部署新 AI 智能体——正是这个薄弱区域的具象化。
但竞争格局并不因此变得轻松。Vanta 和 Drata 拥有更大的客户基数、更成熟的品牌和更完整的集成生态。它们也在增加 AI 治理和持续监控功能。Comp AI 的窗口在于：如果 AI 智能体的部署速度确实超过了传统合规平台的迭代速度，那么一个从第一天就围绕智能体架构设计的平台可能获得结构性优势。但这个假设尚未被独立验证。公司称其平台“围绕 AI 智能体能力原生设计，而非在旧工作流上叠加 AI”，这是公司口径，目前没有第三方技术评估可以证实这种架构差异在实际性能或安全结果上产生了可测量的优势。
3400 万美元将投向哪里，以及为什么是现在
据公司披露，A 轮资金将用于加速产品与工程开发，扩展持续网络安全能力——从实时监控与控制验证，到跨应用和基础设施的安全测试；同时在迈阿密总部和纽约办公室扩充团队，招聘产品、工程、运营、销售、客户成功和市场岗位；并向更大组织上移市场。
资金用途的排序值得注意。产品与工程排在第一位，销售与市场排在最后。这与公司当前阶段一致：Comp AI 仍然在构建“持续安全层”的产品能力，而不是在一个成熟产品上加大销售投入。Mariano Fuentes 对 TechCrunch 说，公司正在构建一个“能够随着这些系统演进更持续地监控和验证这类风险的安全层”。从已披露信息看，这个安全层的核心组件——权限监控、智能体行为记录、跨基础设施安全测试——仍处于建设过程中，而非已经完成的产品。
从资本结构看，本轮融资后 Comp AI 累计融资 3750 万美元。公司未公布估值。在 2026 年的风险投资环境中，3400 万美元 A 轮对于一家成立不到两年、ARR 可能刚过 750 万美元的公司来说，是一笔不小的资本注入。它给了创始人足够长的跑道来验证一个核心假设：持续合规能否从“审计准备的延伸”变成“运营安全的基础设施”。
最需要被验证的假设：自动化能证明控制真的在运行
Comp AI 的故事里有一个尚未解决的张力。合规的核心不是生成文档，而是证明控制措施按照描述的方式运行。一个自动化系统可以生成有说服力的政策、收集完整的证据、甚至实时标记失败的控制项，但它不能自动证明底层控制真的有效。Carhart 自己也承认，独立审计报告仍由独立审计师出具，人类仍然需要入职系统、维护工作流、审核政策并批准重大操作。
这意味着 Comp AI 的产品边界比“AI 替代合规团队”的叙事要窄得多。它更像是一个持续运行的证据收集和风险监控系统，而不是一个自动化的审计判断系统。这个边界在短期内是保护性的——它避免了与审计师和监管要求的正面冲突；但在长期，它也限制了产品能够承诺的价值上限。如果客户最终仍然需要人工审核每一项重要操作，那么“持续合规”的效率提升有多大，取决于智能体能在多大程度上减少人工审核的负担，而不是完全消除它。
另一个待验证的假设与 AI 智能体本身的安全风险有关。Comp AI 的卖点之一是帮助企业管理 AI 智能体带来的新风险——智能体访问客户数据、修改权限、通过代码部署引入漏洞。但 Comp AI 自己的产品也是一个 AI 智能体系统。它如何处理自己的智能体权限、如何防止自己的自动化系统成为新的攻击面，公司未在公开材料中详细说明。这不是一个致命的缺陷，但它是一个需要被回答的问题：一个用智能体管理智能体风险的公司，如何证明自己的智能体比它监控的对象更可信。
从已披露的客户行业分布看，Comp AI 已经进入了医疗和金融服务等受监管行业。这些行业对合规工具的要求更高，但也提供了更强的付费意愿和更低的流失率。如果 Comp AI 能在这些行业建立可验证的案例，它的上移市场路径会比单纯依靠开源社区获客更扎实。但到目前为止，公司披露的客户名单仍以软件公司为主，受监管行业的深度采用尚未被独立证实。
还有一个更宏观的问题：合规自动化市场的天花板在哪里。Vanta 和 Drata 已经证明了软件公司愿意为 SOC 2 自动化付费。但 Comp AI 试图进入的“持续安全层”是一个更大的命题，它需要与 SIEM、云安全态势管理、身份治理等已有安全品类竞争预算。从已披露信息看，Comp AI 的渗透测试和持续监控能力仍处于早期阶段，与成熟安全厂商的差距尚不明确。公司称其平台将合规、风险管理、供应商安全与安全运营整合到一处，但“整合到一处”是否意味着“在每个领域都足够深入”，是另一个未经验证的公司口径。
Roo Capital 的 Varun Sridhar 在融资声明中说，Comp AI“有真正的机会定义这个品类”。这是投资方声明，带有明显的立场。但它也反映了一个真实的行业判断：如果 AI 智能体确实在加速软件系统的变化速度，那么年度合规审计的时点模型确实越来越不够用。问题在于，Comp AI 能否在 Vanta 和 Drata 之前，把“持续合规”从一个营销概念变成一个可验证的产品类别。
Comp AI 的 3400 万美元 A 轮不是关于一家公司融了多少钱的故事，而是关于一个时间窗口的故事。AI 智能体正在把软件从“人类操作、定期变更”变成“自主行动、持续变更”。合规体系还没有跟上这个变化。Comp AI 的赌注是，这个裂缝足够大，足以容纳一家从第一天就围绕智能体架构设计的公司。但裂缝的存在不保证谁能填上它。Vanta 和 Drata 有客户基础，成熟安全厂商有技术积累，Comp AI 有开源社区和创始人从自身痛点出发的产品直觉。三者之间的竞争，将决定“持续合规”最终是一个独立品类，还是现有平台的一个功能升级。
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：Comp AI 真正在卖的不是“更快的审计准备”，而是“审计之间的安全感”。当软件开始自主行动，合规的计量单位正在从报告变成状态。但状态是流动的，报告是固定的。企业客户愿意为流动的状态付多少钱，取决于他们是否真的相信一个 AI 系统能持续证明另一个 AI 系统没有越界。这个信任链条，比 3400 万美元的融资更难建立。