AI原生终端安全初创公司Glow完成1.8亿美元融资，估值直达独角兽

AI原生终端安全初创公司Glow Security Inc.今日宣布正式走出隐身模式，完成1.8亿美元A轮融资，估值一举达到12亿美元，成为名副其实的独角兽企业。

本轮融资由红杉资本（Sequoia）、Cyberstarts、Greenoaks和Redpoint Ventures联合领投，Index Ventures、Lux Capital、Swish Ventures和Holly Ventures跟投参与。所募资金将用于扩建Glow旗下专属研究机构Glow Labs、推出首批产品，并加快市场开拓步伐。

Glow瞄准的是企业安全团队正面临的严峻挑战。随着AI应用、工具和系统在企业终端上的爆炸式增长，网络安全威胁已达到前所未有的程度。企业竞相引入AI聊天机器人、智能助手和自主智能体，让其承担越来越多的业务工作，却在不知不觉中将自身暴露于各类风险之中。安全团队根本无力跟上这一速度，更无法在足够短的时间内对所有AI工具进行审查。

Glow援引的一项关键数据颇具说服力：在不到一年的时间里，企业设备上的常规AI使用率已从15%飙升至45%以上。

Glow认为，这种爆发式的采用速度正使企业暴露于一类全新的终端风险之下，而大多数企业对此毫无防备。现有终端安全工具从未针对AI场景进行设计，其核心逻辑仍停留在威胁出现后的被动响应。然而，网络攻击者如今也能使用强大的AI工具，近乎实时地发现系统漏洞并设计攻击方案。

"AI创造了一个全新的攻击面，安全团队才刚刚开始理解它的边界。"Glow首席运营官艾米丽·希斯（Emily Heath）表示，"AI改变了技术进入企业的方式，员工现在能以远超传统审批流程所能处理的速度，使用新工具并将智能体、插件和软件包与公司数据相连接。"

希斯将企业面临的新风险归纳为三大类：

第一类是"影子AI"风险。员工使用游离于企业治理体系之外的个人或免费AI工具，导致敏感数据的存储位置和使用方式难以追踪。

第二类是AI系统配置风险。尽管大多数AI应用配备了权限设置、执行限制和隔离功能等安全控制机制，但企业普遍缺乏跨数千台终端进行统一、规模化管理的手段。

第三类是连接生态系统风险。"现代AI工具很少单独运行，"希斯指出，"它们会连接插件、软件包、MCP服务器及其他服务以扩展访问范围和功能，而这一生态系统的演变速度已远超大多数安全团队的人工追踪能力。"

终端安全的新范式

面对如此密集的AI风险，一旦出现问题，大多数企业可能根本不知道发生了什么。正因如此，亟需一种全新的终端安全运营模式。希斯强调，安全团队必须从被动应对转向主动防御，在威胁被识别和利用之前就将其封堵。

Glow正是为此而生。该公司打造了一套AI原生终端安全平台，专注于主动风险预防。平台通过部署专业化智能体，持续绘制企业终端环境地图并实时分析风险，赋予安全团队对企业终端上所有执行行为的完整控制权。

Glow联合创始人兼首席执行官罗伊·泰格（Roi Tiger）强调，预防历来是保护终端的最佳方式，只是此前从未真正实现过。"在企业规模下，预防机制往往会阻碍业务正常运行，"他解释道，"但AI改变了这一切。当我们看到AI所创造的可能性时，我们意识到终端终于可以以应有的方式得到保护了。"

Glow无需等待威胁出现，而是依托其先进的推理引擎，在所有终端上自动执行安全策略。智能体能够主动判断哪些应用和工具可以在终端上运行，哪些应当被关闭。

尤为值得关注的是其智能体的响应速度——希斯表示，这些智能体能够以极快的速度完成复杂决策，不会拖慢员工的工作效率或干扰业务流程。

速度背后的秘密在于智能体的轻量化设计。这些智能体并非在终端设备本地运行（否则将影响用户设备性能），而是运行于Glow的集中式服务器上。"终端数据被传输至Glow平台，由一百余个专业智能体完成所有分析、推理和策略决策，"希斯介绍道，"这一架构将对终端设备的性能影响降至最低。"

这一设计同样有助于解决传统终端安全工具普遍存在的误报问题。希斯指出，传统工具的根本缺陷在于孤立评估单个事件，缺乏对终端历史的整体上下文理解。

Glow的智能体则截然不同——它们持续更新对每个终端的全面认知，包括运行中的软件、设备归属、使用人员、程序使用方式，以及所连接的其他设备和服务。这些信息被存储在Glow云端，并与软件供应商声誉、已知风险、用户及组织隐私实践等外部情报相互印证。

"我们还将来自多个企业系统的数据整合为单一视图，"希斯表示，"正因为智能体的决策基于这种更宏观的上下文，而非单一信号或规则，Glow能够给出更为精准的建议，大幅减少长期以来制约预防效果的误报问题。"

目前，Glow平台已在零售、医疗和金融服务等行业的早期采用者中获得积极反响。

投资机构的高度信心，很大程度上源于Glow创始团队和管理层的深厚背景。泰格的联合创始人包括首席技术官欧麦尔·辛格（Omer Singer）和研发副总裁奥菲尔·阿里（Ophir Arie）——辛格曾任Snowflake Inc.网络安全战略负责人，阿里则在Claroty Inc.担任同等职位。泰格本人在Meta Platforms Inc.工作了九年，离职前担任工程副总裁。

其他核心管理层成员还包括：首席产品官阿侬·约瑟夫（Arnon Joseph），曾任Meta高级产品总监，本人也是两度创业的连续创业者；首席运营官希斯则曾担任美联航（United Airlines Inc.）和DocuSign Inc.的首席信息安全官，并在Wiz Inc.被谷歌收购前担任其董事会成员。

"我在CISO的位置上坐了很长时间，可以告诉你，那些年我们能用的工具从来就不是为企业今天所面对的挑战而设计的，"希斯说，"现在我们面对的是一类全新的风险。"

Q&A

Q1：Glow Security的AI原生终端安全平台是如何工作的？

A：Glow平台通过部署超过一百个专业化智能体，持续对企业终端环境进行实时风险分析。智能体并不运行在终端本地，而是运行于Glow的集中式服务器上，终端数据上传后由服务器完成分析和策略决策，从而将对用户设备性能的影响降至最低。同时，平台会整合多个企业系统的数据，构建对每台终端的全面上下文认知，大幅减少传统安全工具常见的误报问题。

Q2：企业目前面临哪些主要的AI终端安全风险？

A：Glow将企业当前面临的AI终端安全风险归纳为三类：一是"影子AI"风险，即员工私下使用未经企业审批的免费或个人AI工具，导致敏感数据去向不明；二是AI系统配置风险，企业缺乏在大规模终端上统一管理AI安全配置的手段；三是连接生态系统风险，现代AI工具频繁连接插件、MCP服务器等外部服务，扩展速度远超安全团队的人工监控能力。

Q3：Glow Security完成了多少融资，估值是多少？

A：Glow Security完成了1.8亿美元的A轮融资，公司估值达到12亿美元，直接跻身独角兽行列。本轮融资由红杉资本、Cyberstarts、Greenoaks和Redpoint Ventures联合领投，Index Ventures、Lux Capital、Swish Ventures和Holly Ventures跟投参与。所募资金将用于扩建研究机构Glow Labs、推出首批产品并加快市场开拓。