2026 年 9 月 14 日，总部位于伦敦的 HelmGuard 完成 730 万美元种子轮融资，做的是 agentic GRC——把治理、风险与合规（GRC）这项传统上靠人和文档堆出来的苦活，交给智能体持续驱动。金额不大，但方向指向一个正在成形的细分：当企业开始大规模用智能体，谁来「管智能体合不合规」？答案本身，也正变成一门由智能体驱动的生意。
为什么 GRC 是智能体时代最先被重新发明的职能
GRC 天生是文档与流程密集的活：政策要更新、控制项要核对、审计要取证，周而复始且容错率低。这类结构化、跨系统的繁琐动作，恰恰是智能体擅长替代的——它能在配置变动的瞬间重新比对控制项，也能把分散在各系统里的证据自动收集成链。于是 GRC 成了 agentic 改造的天然试验场：它痛点够痛、流程够标准、价值够清晰。
增量认知：agentic GRC 不是「用 AI 写一份合规报告」，而是把合规变成持续运行、由智能体驱动的动作——实时盯控制项、自动取证、偏离就告警。它把合规从离散事件，变成了常驻能力。
HelmGuard 的切入：让合规持续跑，而不是季度体检
传统 GRC 的节奏是季度或年度审计：在某个时间点拍一张快照，核对当时是否合规，然后等下个周期。问题显而易见——快照之外的时间里，配置可能已经漂移，风险早已发生。HelmGuard 的思路是把这套流程做成由智能体驱动、持续运行的系统：持续读取组织的配置与活动，对照控制项实时核对，一旦偏离就自动取证并通知相关方。
从「季度快照」到「常驻能力」，差别不只是频率。持续化的合规意味着风险在被利用之前就可能被标记，审计证据也不再是临时拼凑，而是系统自动留存的连续记录。对受监管行业，这种「随时能拿得出证据」的状态，比一年两次的漂亮报告更值钱。
资本为什么现在下注 agentic GRC
推动这个细分起来的，是监管侧的压力。以欧盟 AI 法案为代表，各地对 AI 使用的控制项要求正在收紧，企业被要求证明「自己的 AI 用得合规」。这催生了一批为 AI 时代重新设计的 GRC 需求，HelmGuard 只是其中较早拿到融资的一家。种子轮说明投资人判断：这不是一时热点，而是会随着智能体普及而长期存在的合规刚需。
边界提醒：合规自动化的效果，高度依赖数据源质量与政策建模准确性。若喂给智能体的配置不全、或控制项口径理解有偏差，它产出的「合规证据」可能只是漂亮的错觉。自动化不能替代对模型输入的把关。
730 万美元体量虽小，却指向一个清楚的方向：智能体不只被用来做业务，也被用来「管智能体」。治理工具自身的智能化，会是接下来两年企业软件里增长最快的细分之一。对做 AI 产品的团队，这也提示了一条产品线——帮客户证明「我的智能体用得合规」，可能比帮客户「用智能体」更早变现。