AIR 以五千萬美元出籠：為 AI 代理供應鏈建「情境防火牆」，攔截 Skills 與 MCP 風險

重點摘要

2026 年 9 月 1 日，AI 資安新創 AIR（air.security）正式出籠（out of stealth），並公布累計籌得約五千萬美元種子輪資金，主打為企業 AI 代理建立「情境防火牆」（context firewall）：在 Skills、Plugins、MCP（Model Context Protocol）伺服器等附加元件進入代理情境之前，先做持續審查與執行期攔截。本文已核對 AIR 官方部落格《AIR is Coming Out of Stealth》、公司產品頁，以及 TechCrunch 對融資細節的報導；來源真實性已驗證。下文整理事件重點、技術機制、企業與香港應用視角，以及部署時需留意的限制。

AIR 以五千萬美元出籠：為 AI 代理供應鏈建「情境防火牆」，攔截 Skills 與 MCP 風險

AIR 以五千萬美元出籠：為 AI 代理供應鏈建「情境防火牆」，攔截 Skills 與 MCP 風險

2026 年 9 月 1 日，AI 資安新創 AIR（air.security）正式出籠（out of stealth），並公布累計籌得約五千萬美元種子輪資金，主打為企業 AI 代理建立「情境防火牆」（context firewall）：在 Skills、Plugins、MCP（Model Context Protocol）伺服器等附加元件進入代理情境之前，先做持續審查與執行期攔截。本文已核對 AIR 官方部落格《AIR is Coming Out of Stealth》、公司產品頁，以及 TechCrunch 對融資細節的報導；來源真實性已驗證。下文整理事件重點、技術機制、企業與香港應用視角，以及部署時需留意的限制。

一、核心事件：代理時代的供應鏈安全缺口

技術細節

根據 AIR 官方說明，2026 年是企業大規模採用編碼代理（coding agents）的一年——Claude Code、Cursor、Codex 等工具進入日常開發與知識工作流程。企業同時擔心：員工以個人帳號把敏感資料送進公開模型、未核准的開源模型與 harness，以及失控增生的 Skills／Plugins／MCP。

AIR 的產品定位是「保護代理的下一個 prompt」：威脅多半來自外部——未審查的附加元件、不可信網站，以及動態的企業內部資料。官方論點是：代理的安全性，等同於其情境（context）的潔淨程度；因此關鍵護城河放在 pre-runtime——在內容進入代理情境前先過濾，再輔以 runtime 防護，覆蓋 endpoint、cloud 與 SaaS。

融資方面，TechCrunch 引述 AIR CEO Yair Saban：兩輪種子輪在數週內完成，首輪約一千萬美元由 Sequoia 領投，次輪約四千萬美元由 Greenoaks 領投；Swish、Netz 及其他天使投資人（包括 Cognition、Wiz、Eon、Clay 等創辦人或高層，以及前白宮網路與新興科技副國家安全顧問 Anne Neuberger）亦有參與。創辦團隊來自以色列 Unit 8200；公司稱已有逾二十家客戶，約四分之一為大型企業，需求集中在金融與製藥等受規管行業。平台目前對公開附加元件的過濾比例約為 27%。

二、技術原理深度解析

AI 代理逐漸像「作業系統」，但 Skills、Plugins、MCP 仍缺少驅動程式簽名那一層可驗證供應鏈。Saban 對 TechCrunch 的比喻是：2000 年代未簽名驅動可載入核心，今日 Skills／MCP 同樣可把外部指示與工具載入代理執行路徑，卻尚未普遍建立等價的持續驗證機制。

AIR 公開產品架構大致分為四層：

  1. AIR Control：發現並治理企業內已核准與影子（shadow）代理，對設定、身分與權限套用政策。
  2. AIR Filter：附加元件防火牆——Skills、Plugins、MCP、sub-agents 在安裝前先審查。
  3. AIR Defend：執行期偵測與回應，攔截惡意或越權動作。
  4. AIR Marketplace：提供預先審查的外部與內部認證附加元件來源。

官方研究亦指出具體攻擊面，例如 MCPJacking：在官方 MCP 市集中發現 155 個可被劫持的 MCP（依賴過期網域），攻擊者註冊網域後即可對信任該 MCP 的代理達成遠端提示執行。另有 SkillJacking、冒充 Anthropic／OpenAI 品牌以繞過平台審查並執行任意程式碼等案例。這把問題從「一次性掃描」推到 持續再驗證（continuous re-verification）：昨日通過的 Skill，今日若依賴套件或維護者帳號被攻陷，風險會即時改變。Sequoia 合夥人 Bogomil Balkansky 對 TechCrunch 強調，這是基礎設施級的即時再檢查問題，而非單純寫一個更好的靜態掃描器。

四、日常應用場景

1. 開發者與技術團隊

編碼代理會自動安裝 Skills、串接 MCP 讀取 repo、票務與雲端 API。團隊可把 AIR 類控制面納入開發工作站與 CI／CD：先盤點影子代理與個人帳號使用，再對外部附加元件設白名單，降低「代理自己裝了惡意 Skill」的機率。

2. 企業與隱私敏感行業

金融、製藥、法律等行業把代理接到客戶資料庫與內部文件時，附加元件供應鏈等同擴大攻擊面。AIR 訴求的發現、持續審查與 runtime 攔截，對應企業對影子 AI、資料外洩與合規稽核的需求。

3. 一般用戶

對個人開發者而言，官方市集並非絕對安全（MCPJacking 即在官方市集驗證）。使用開源 Skills／MCP 前，應檢查維護者、網域有效性與依賴變更；企業級防火牆則是把這類檢查自動化。

4. 香港與亞洲市場視角

香港企業在《個人資料（私隱）條例》（PDPO）下處理客戶與員工資料時，若代理透過 MCP／Skill 把資料送到未核准端點，可能構成外洩與供應商管理風險。亞洲金融中心亦大量試行內部編碼代理與客服代理；「情境過濾 + 代理盤點」比單純封鎖 ChatGPT 更貼近實際採用路徑。對需要數據留在境內的場景，可同時評估私有模型託管，減少把敏感上下文送出境外。

五、專業評價與潛在考量

優勢

  • 對準代理附加元件供應鏈這個新興、且已被研究驗證的攻擊面（MCPJacking、SkillJacking、品牌冒充）。
  • 強調持續再驗證與跨 endpoint／cloud／SaaS 覆蓋，比一次性掃描更貼近代理生態的動態性。
  • 融資與客戶敘事顯示受規管產業已有付費意願；競爭者（Noma、Zenity、Astrix、Operant 等）亦在同一賽道，代表市場熱度真實。

需要留意的地方

  • 官方出籠文偏願景敘事；融資金額與客戶數字主要見於媒體引述，採購時仍需驗證實際部署範圍、延遲與誤攔率。
  • AI 實驗室與平台終會內建更多 Skill／MCP 安全檢查；獨立產品需證明跨廠商一致性與運營成本。
  • 同類新創融資密集，企業應避免把「發現代理」當護城河，而應評估持續審查管道與執行期攔截深度。

結語

AIR 出籠與五千萬美元融資，標誌企業 AI 代理安全從「管模型」進一步走向「管代理情境與附加元件供應鏈」。當 Skills 與 MCP 成為代理的驅動程式，防火牆必須設在情境入口，而不是事後掃日誌。香港企業若正把編碼代理與內部知識代理推上生產，宜同步建立代理盤點、附加元件白名單與資料出境政策。如需在香港以數據不出境方式部署企業級 AI，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API）；若同時要加固雲端與零信任邊界，亦可參考雲端遷移與網絡安全服務。

參考來源

  1. AIR 官方部落格：〈AIR is Coming Out of Stealth〉（2026-09-01）— https://www.air.security/blog-posts/out-of-stealth
  2. AIR 產品頁：The Context Firewall for AI Agents — https://www.air.security/
  3. AIR 研究：〈MCPJacking: 155 Hijackable MCPs…〉— https://www.air.security/blog-posts/mcpjacking
  4. TechCrunch：〈AIR raises $50M to help companies vet the skills and add-ons AI agents use〉（2026-09-01）— https://techcrunch.com/2026/09/01/air-raises-50m-to-help-companies-vet-the-skills-and-add-ons-ai-agents-use/
  5. X 發現來源：@TechCrunch（2026-09-01）— https://x.com/TechCrunch/status/2094815322050097185

延伸閱讀 · 相關服務與產品

相關文章