2026 年 9 月 2 日，总部位于奥斯汀的 AI 安全公司 HiddenLayer 宣布完成 1 亿美元 B 轮融资，由 Delta-v Capital 领投，微软的风险基金 M12、摩根士丹利、Booz Allen Ventures 与 Ten Eleven Ventures 跟投，公司累计融资超过 1.55 亿美元。值得注意的不是金额本身，而是出资方的构成：微软与两家深耕国防与安全领域的机构同场入局，等于把「保护生产中的智能体」这件事，从可选项抬升到了董事会级别的议题。
为什么是现在：攻击面从模型迁移到了工作流
HiddenLayer 的叙事起点很直白：一年前，大多数企业 AI 还是孤立的 Copilot，系统权限有限；如今，自主工作流——AI 多步执行、调用外部 API、管理文件、孵化子 Agent——正成规模进入生产。这一迁移打开了一整套传统应用安全工具从未为之设计过的攻击面。它点名了三类最易被漏掉的风险：提示注入，即藏在数据里的恶意指令劫持行为；模型供应链攻击，即被植入后门的权重或微调数据；以及智能体冒充，即在多智能体系统里，一个被攻陷的 Agent 可以伪装成受信任同伴，跨整个工作流提权。
增量认知：安全预算的重心正在从「模型本身可不可信」转向「跑起来的智能体受不受控」。当 Agent 能调 API、管文件、生孩子 Agent，防护必须发生运行时，而不是上线前。
公司称，过去一年年度经常性收入增长超过十倍，新签了 50 多家企业平台客户，覆盖证券经纪、银行、保险、会计、政府、制药、航空以及美国国防与情报部门；还入选了美国能源部 6000 万美元 Prometheus 计划，为国家级实验室的核能力 AI 安全提供支撑。这些客户结构本身就在说明：买单方已经把 AI 安全当作关键基础设施支出，而非 discretionary 的项目。
三层防护：发现、模拟、运行时
HiddenLayer 把平台拆成三层。最底层是发现，测绘组织正在运行哪些 AI 资产；其上为攻击模拟，在智能体上线前做红队演练；再往上是运行时保护，在生产中持续做异常检测，对操纵、工具误用与未授权动作实时标记并阻断。它给出的判断是：信任不能只靠设计阶段的原则，而必须在运行时被持续验证。
资金用途很集中：深化 Agentic Runtime Security（对生产中的智能体做实时监测，在发生操纵、提示注入与未授权动作时即时发现），以及一条专门为「编码智能体」打造的产品——这类自主系统如今在 Reduced 人工监督下写、审、交付代码，攻击面尤其新。CEO 的表述是，公司在大多数人还没意识到紧迫性之前，就立志为企业开创可信、安全的 AI 使用。
对做 AI 产品的团队意味着什么
这笔融资给所有向企业交付 AI 产品的团队递了一个信号：你的客户（尤其是银行、保险买家）已经在或即将被问到「AI 组件是否达到与其他生产系统同等的安全标准」。采购团队开始要求证据，证明第三方软件里的 AI 部分满足同样的安全基线。对创始人而言，从立项起就把安全控制设计进架构，而不是事后在安全事故后补课，正越来越成为 B2B AI 产品的竞争门槛。
边界提醒：把「AI 安全」讲成融资故事容易，落地却难。厂商口径的效果数据仍需买方自行核验；真正决定价值的，是运行时能否在真实误用发生前拦得住，而不是演示里多漂亮。
当微软与国防背景资本同时下注，AI 智能体安全已经不只是创业公司的赛道，而正在变成企业软件采购清单里的一项默认科目。对押注自主工作流的组织来说，这轮融资是一个清楚的预告：下一阶段竞争的不只是「谁的能力更强」，还有「谁的智能体更可控、可被审计、出事能追责」。