Zpět na Novinky
PrůmyslInstruktáž AI Understanding

Kontext získává 4 miliony dolarů na zabezpečení běhu agenta AI

Kontext zajistil financování ve výši 4 miliony USD vedené 42CAP na rozšíření své platformy zabezpečení běhu, která prosazuje zásady specifické pro úkoly pro agenty AI působící v rámci podnikové infrastruktury.

4 min readRead the linked source
Source-provided image accompanying Kontext raises $4M for AI agent runtime security
Odkaz na zdrojZdroj zaznamenán
Vydavatel
beinsure.com
Odkaz na zdroj
beinsure.comhttps://beinsure.com/news/kontext-raises-4-mn-for-ai-agent-runtime-security/
Typ zdroje
Propojený zdroj — stav primárního zdroje nebyl stanoven.
KontextPochopte to za 60 sekund

Začněte zde

Klíčové pojmy

Agent AI
Softwarový systém, který dokáže pozorovat, uvažovat a podnikat kroky k dosažení cíle, často pomocí nástrojů a paměti.
Otestujte seKvíz AI agentů

Co se stalo

Kontext, startup zaměřený na zabezpečení autonomních ů, získal nové finanční prostředky ve výši 4 miliony dolarů. Kolo vedl 42CAP za účasti a16z CSX a HTGF. Společnost má v úmyslu využít kapitál k rozšíření svého inženýrského týmu, vývoji dalších možností vynucení běhového prostředí a podpoře podnikových nasazení. Platforma Kontext funguje mezi agenty umělé inteligence a aplikacemi nebo infrastrukturou, ke kterým přistupují, a v reálném čase vyhodnocuje každou akci s ohledem na bezpečnostní zásady a signály kybernetického rizika. Na rozdíl od tradičních systémů správy identit a přístupu, které se spoléhají na autentizaci před provedením úlohy, Kontext zahrnuje kontext úlohy k určení, zda je konkrétní akce agenta oprávněná. Společnost nabízí režim pozorování pro záznam chování agenta před povolením vynucení, který blokuje akce porušující zásady a udržuje auditní stopu. Tento přístup řeší mezeru v zabezpečení, kdy agenti mají platná pověření, ale provádějí akce mimo jim přidělený rozsah.

Kontext získal finanční prostředky ve výši 4 miliony dolarů pod vedením 42CAP s účastí a16z CSX a HTGF. Společnost plánuje využít kapitál k růstu svého inženýrského týmu, vývoji dalších možností vynucení běhového prostředí a podpoře podnikových nasazení.

Financování přichází, když agenti umělé inteligence přecházejí z chatovacích rozhraní do provozních rolí uvnitř společností a přímo interagují s repozitáři, interními aplikacemi a podnikovou infrastrukturou. Tento posun přináší bezpečnostní výzvy, kdy agenti mohou mít platná pověření, ale provádět akce mimo jim přidělené úkoly.

Platforma Kontext funguje mezi agenty umělé inteligence a aplikacemi nebo infrastrukturou, kterou používají, a v reálném čase vyhodnocuje každou akci s ohledem na bezpečnostní zásady a signály kybernetického rizika. Zkoumá identitu agenta, přiřazený úkol, požadovanou operaci a cílový zdroj, než určí, zda má aktivita pokračovat.

Společnost nabízí režim pozorování, který zaznamenává chování agentů bez blokování aktivity, což bezpečnostním týmům umožňuje porozumět operacím a testovat zásady před vynucením. Jakmile je povoleno, Kontext blokuje akce, které porušují definované zásady, a udržuje auditní záznam o pokusech agentů, schválení, zamítnutí a rozhodnutí o zásadách.

Spoluzakladatel Jens Ernstberger poznamenal, že tradiční kontroly selhávají, když je základem autority samotná autentizace. Společnost založená Ernstbergerem a Michelem Osswaldem se zaměřuje na bezpečnostní selhání vzniklá, když autonomní software funguje nad rámec jí přidělené práce, a řeší mezeru mezi platnými pověřeními a konkrétními úkoly.

Podrobnosti o zdroji: beinsure.com

Proč na tom záleží

Jak agenti AI přecházejí z chatovacích rozhraní do provozních rolí s přístupem k internímu softwaru, souborům a přihlašovacím údajům, tradiční bezpečnostní kontroly založené na samotné autentizaci jsou nedostatečné. Agent se může správně autentizovat, ale zároveň provádět neautorizované akce, což vytváří významná bezpečnostní rizika. Financování Kontextu zdůrazňuje rostoucí potřebu průmyslových řešení pro běhová bezpečnostní řešení, která chápou kontext úkolů a prosazují zásady v místě akce. To je zásadní pro podniky nasazující autonomní systémy v produkčním prostředí, kde agenti komunikují s více systémy a mají široká oprávnění. Investice signalizuje důvěru investorů v rozvíjející se trh s infrastrukturou zabezpečení agentů AI, která je nezbytná pro zmírnění rizik spojených s autonomním softwarem provozovaným mimo zamýšlený rozsah.

Agenti umělé inteligence stále častěji pracují s oprávněními navrženými pro lidské zaměstnance, což vytváří rizika tam, kde platná pověření neodpovídají oprávnění pro konkrétní akce. Tradiční systémy správy identit a přístupu postrádají kontext úkolů potřebný k zabránění neoprávněným akcím autonomních systémů.

Přístup společnosti Kontext to řeší propojením identity, kontextu úkolu a politiky před rozhodnutím, zda bude požadovaná akce pokračovat. To je důležité, protože agenti přecházejí od generování informací přímo k operačním systémům a vyžadují kontroly v místě akce.

Financování zdůrazňuje rostoucí význam řízení běhu s ohledem na úkoly, protože společnosti nasazují autonomní agenty do produkčních prostředí. Konvenční infrastruktura identity předpokládá, že lidské uživatele provádějí individuální rozhodnutí, zatímco agenti AI se ověřují jednou a provádějí sekvence akcí bez neustálé kontroly člověkem.

Tato investice signalizuje důvěru investorů v rozvíjející se trh s infrastrukturou zabezpečení agentů AI. Vzhledem k tomu, že jeden agent komunikuje s více podnikovými systémy během jednoho úkolu, oprávnění, která se samostatně zdají rozumná, vytvářejí širší expozici, což vyžaduje vynucování zásad v reálném čase a auditní záznamy.

Interactive Mechanism

Interaktivní mechanismus: Jak to vlastně funguje

Interaktivně prozkoumejte základní technologii tohoto vývoje.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interaktivní kontrola konceptu+10 Points
AI Agents Quiz

What most distinguishes an AI agent from a basic chatbot?

Na co se dále dívat

Sledujte vývoj produktů společnosti Kontext a přijetí v podniku, protože rozšiřuje svůj inženýrský tým a schopnosti prosazování. Dávejte pozor na širší osvojení bezpečnostních ovládacích prvků za běhu pro agenty AI v odvětví, zejména s tím, jak stále více společností zavádí autonomní systémy do výroby. Sledujte, jak ostatní dodavatelé zabezpečení reagují na potřebu monitorování agentů v reálném čase a prosazování zásad.

Sledujte rozšiřování svého inženýrského týmu Kontextu a vývoj dalších funkcí pro vynucování běhu při využívání nových finančních prostředků.

Sledujte podnikové přijetí platformy Kontext, zejména když společnosti zavádějí agenty AI do pracovních postupů s širšími provozními oprávněními.

Sledujte širší reakce odvětví na potřebu bezpečnostních kontrol běhu s ohledem na úkoly, včetně potenciálního vývoje od jiných dodavatelů zabezpečení, kteří řeší rizika agentů AI.

Sledujte, jak bezpečnostní komunita a podniky řeší mezeru mezi ověřováním a autorizací pro autonomní systémy, což může vést k novým standardům nebo osvědčeným postupům pro nasazení agentů AI.

Související průvodci a kvízy

Agenti AIEtika AIBudoucnost AIOtestujte si, co víte – vyzkoušejte bezplatný kvíz AIVyhledejte si termín AI v našem slovníku
Považujete to za užitečné?