Mandiant创始人新创企业Armadin：Agent集群安全融资2.55亿美元

网络安全老将的新一轮押注

Kevin Mandia这个名字在网络安全圈几乎无需介绍。作为Mandiant的创始人——这家公司曾揭露多起国家级黑客攻击事件，后被Google以54亿美元收购——Mandia的一举一动都备受行业关注。如今，他带着一家名为Armadin的全新创业公司重新登场，核心卖点直指当下最热的技术方向：AI智能体集群（agent swarm）。

据公开信息，Armadin此轮融资规模达2.555亿美元，公司估值已飙升至25亿美元。对于一家尚处早期阶段的安全初创企业而言，如此高的起点既体现了创始人本身的号召力，也折射出资本市场对「AI驱动安全」这一赛道的强烈预期。

什么是「Agent集群」安全模式

Armadin的技术路线围绕agent swarm——即由多个自主AI智能体协同工作的集群——来对企业环境进行测试与防护。这与传统安全工具的单点检测逻辑有着本质区别。

从被动防御到主动攻防

传统企业安全多依赖规则引擎、签名库和人工运营团队，面对攻击时往往处于被动响应状态。而智能体集群的思路是让多个AI agent分工协作：有的负责模拟攻击者行为、持续探测企业资产的薄弱环节，有的负责监控异常、关联分析威胁信号。这种「以攻促防」的模式，本质上是把红队（攻击方）演练自动化、规模化。

红队（Red Team）演练是网络安全领域的标准实践：企业雇用专业人员扮演真实攻击者，通过渗透测试发现防御漏洞。然而传统红队演练成本高昂、周期较长，通常每年只能开展一到两次，覆盖范围有限。自动化红队（Automated Red Teaming）的概念近年兴起，旨在用软件持续模拟攻击行为，让企业能以接近实时的频率发现并修补暴露面。Armadin的agent swarm方案属于这一思路的延伸——通过多个AI智能体并行、持续地模拟不同类型的攻击者战术、技术与程序（TTPs），理论上可以将原本数周的演练压缩到数小时，并覆盖人工团队难以兼顾的长尾攻击路径。

为什么是「集群」而非单一模型

单个大模型在处理复杂、动态的企业网络环境时容易遇到上下文限制和决策盲区。而让多个专职agent各司其职、相互校验，理论上可以覆盖更广的攻击面，并在发现问题后快速迭代验证。这也契合了近期业界对「多智能体系统」优于单体智能体的普遍判断。

高估值背后的市场逻辑

25亿美元的估值对早期公司来说并不常见，但放在当前的大背景下并不难理解。

一方面，生成式AI既是防御者的新武器，也是攻击者的新工具。黑客已经开始利用AI批量生成钓鱼内容、自动化漏洞挖掘，企业防御端若不升级技术栈，差距会被迅速拉大。资本显然希望押注那些能用AI对抗AI的团队。

另一方面，Kevin Mandia的履历构成了稀缺的信任背书。他在Mandiant期间积累的威胁情报能力和企业客户资源，是新公司最直接的起跑优势。投资方对Armadin的期待，很大程度上是在为「Mandia能否复制上一次成功」买单。

值得关注的几个问题

尽管开局亮眼，Armadin仍需回答几个关键问题。智能体集群在真实企业环境中的实际防护效果如何，能否避免误报与过度自动化带来的运营风险？高度自主的AI agent本身是否会成为新的攻击面？以及在CrowdStrike、Palo Alto Networks等巨头都在加码AI安全的格局下，一家新公司如何建立差异化壁垒？

这些问题的答案，将决定Armadin是又一个明星项目，还是能真正重塑企业安全运营方式的变革者。目前可以确定的是，由行业老将带队、以AI智能体为核心的安全公司，正在成为资本和企业双重关注的焦点。

「高度自主AI agent成为新攻击面」并非理论风险。安全研究人员已证明，具备工具调用能力的AI agent可被提示注入（Prompt Injection）攻击劫持——攻击者在目标环境中植入恶意指令，诱导agent执行非预期操作，例如外泄数据或关闭监控模块。此外，agent之间的通信协议若缺乏严格验证，也可能遭到中间人篡改。这意味着Armadin不仅要证明其产品能发现客户环境中的漏洞，还必须同时证明其agent集群自身具备足够的对抗性鲁棒性，否则将面临「用新漏洞换旧漏洞」的质疑。