💡 站外导读:在 AI 编程智能体加速代码产出的同时,企业基础设施暴露的攻击面也在呈指数级膨胀。近日,专注网络安全防御的前沿 AI 研究实验室 Corma 宣布完成 1.25 亿美元 A 轮融资,由顶级风投机构 NEA 领投,累计募资规模已达 1.85 亿美元。尤为震撼业界的是,Corma 自今年 8 月才正式对外亮相,短短 3 个月内投后估值便一路飙升至 10 亿美元独角兽门槛,折射出资本与企业安全市场对下一代 AI 自主防御底座的极度渴求。

一、 3 个月晋升独角兽:顶级资本重注“防御型 AI 研究实验室”
与传统套壳调用通用大模型做日志摘要的 SaaS 安全工具不同,Corma 将自身定位为“专注安全防护的前沿人工智能研究实验室”,核心产品直接围绕网络安全防御专属的垂直大模型与自主安全智能体(Security Agents)展开构建。
在资本版图上,Corma 几乎集齐了硅谷最顶级的机构背书:其早期投资方涵盖红杉资本(Sequoia Capital)、科斯拉创投(Khosla Ventures)与 Coatue;本轮高达 1.25 亿美元的 A 轮融资则由 NEA 领衔,推动其历史累计融资额达到 1.85 亿美元。从 8 月正式推出产品到 11 月跻身 10 亿美元估值俱乐部,Corma 仅用 90 天便走完了传统企业安全软件公司往往需要三到五年才能跨越的商业化验证周期。
二、 10 月 21 日“黑色漏洞潮”催化:当 PHP、Node.js 与 LiteLLM 同日拉响警报
Corma 在今年秋季的爆发式走红并非偶然,其产品放量曲线与 10 月 21 日集中爆发的一连串高危安全事件高度吻合。当天,Web 底层主力语言 PHP 严重漏洞、主流开源运行时环境 Node.js 漏洞,以及在 AI 应用栈中被广泛用于路由多家大模型供应商的开源代理工具 LiteLLM 安全事件在短时间内密集披露。
这场横跨传统 Web 底座与新兴 AI 中间件的集中漏洞风暴,让全球各大企业的首席信息安全官(CISO)与安全运维团队瞬间陷入人手枯竭与告警过载的瘫痪边缘。传统依赖人工研判 CVE 通告、手工编写 WAF 规则并逐个排查供应链依赖的响应模式,在机器级漏洞利用速度面前已彻底失效。企业迫切需要能够理解代码上下文、自主完成脆弱性排查与威胁阻断的 AI 安全智能体,这直接引爆了 Corma 产品的企业级采购潮。
| 竞合阵营代表 | 核心背景与资本背书 | 产品与技术切入路径 | 在 AI 安全基础设施中的生态位 |
|---|---|---|---|
| Corma(独立研究实验室) | 成立即获红杉/Khosla/Coatue 早期押注,NEA 领投 1.25 亿 A 轮,估值 10 亿美元 | 专研网络安全防御垂直模型与自主安全智能体 | 聚焦自动化漏洞响应与高精度企业级主动防御底座 |
| Armadin(专家创业新锐) | 由资深网络安全领军人物 Kevin Mandia 创立的新创公司 | 依托顶尖威胁情报与实战攻防经验融合 AI 自动化 | 强攻企业高端威胁猎杀与事件响应升级赛道 |
| Anthropic / OpenAI / 微软 | 千亿级前沿基座模型与全球云操作系统巨头 | 将代码审计、网络安全微调模型直接内嵌进开发者生态与云平台 | 提供底层通用安全大模型能力与生态内默认防护护栏 |
三、 群雄逐鹿 AI 安全基础设施:独立实验室如何直面巨头与老兵夹击
在资本与客户需求双双井喷的 AI 网络安全防御赛道,Corma 的前方也并非一片无人区。当前市场已经形成三股力量激烈交锋的格局:一方面,业界传奇安全老兵 Kevin Mandia 携新创公司 Armadin 强势入局,带来了深厚的实战威胁情报基因;另一方面,包括 Anthropic、OpenAI 与微软在内的算力与基座模型巨头,也都在加速推出专门面向漏洞挖掘与网络防御的前沿模型能力。
不过,正因为大语言模型本身在代码生成与自动化渗透方面的能力不断突破,企业内部对“由独立、中立的第三方安全研究实验室来制衡通用模型风险”的诉求反而愈发强烈。正如 LiteLLM 这类新兴 AI 路由中间件本身成为高危攻击靶点所揭示的残酷现实:AI 基础设施越繁荣,其内部供应链的脆弱点就越致命。
四、 攻防非对称时代来临:从被动修补到智能体自主免疫
过去十年,网络安全的本质是人类安全专家与黑客之间在时间窗上的博弈;而在未来,攻防双方将全面演化为自主安全智能体与自动化漏洞利用 Agent 之间的毫秒级机器对抗。
Corma 仅凭三个月产品周期便斩获 10 亿美元估值,给整个企业级软件市场释放了一个极为清晰的资本信号:凡是仍停留在“把大模型当成 SOC 聊天副驾驶”的浅层安全工具,都将在高频供应链危机中被迅速淘汰;真正具备底层模型研发能力、能够直接接管脆弱性诊断与防御闭环的 AI 安全基础设施,正在迎来新一轮千亿级市场重构的黄金窗口期。
📝 站长洞察 (Editor’s Insight)
Corma 在产品上线短短 3 个月内估值直冲 10 亿美元,背后最值得技术管理者深思的不是资本狂热,而是 10 月 21 日那场把 PHP、Node.js 与 LiteLLM 一起卷入的复合型漏洞危机。过去企业买安全产品买的是“告警大屏”,可一旦开源基座与 AI 代理网关同时出事,传统安全团队根本来不及人工验证几百个服务节点的暴露面——更讽刺的是,连用来统一调度大模型的 LiteLLM 自身都成了供应链软肋。这就解释了为什么 CISO 们不再满足于给旧系统套一个问答 Copilot,而是愿意重金采购能直接替代人工完成排查、阻断与防御推演的 AI 安全智能体。在未来的企业架构里,安全能力不能再作为事后补丁,而必须成为与 LLM Gateway 同等核心的自主免疫层。
Corma为什么能在3个月内估值到10亿美元?
核心原因是资本对AI安全基础设施的强烈预期,以及10月21日PHP、Node.js、LiteLLM等漏洞潮带来的真实需求验证。Corma以垂直安全模型和自主安全智能体切入,获得NEA领投、红杉等机构背书。
Corma和普通AI安全工具有什么区别?
文章强调Corma不是套壳通用大模型做日志摘要,而是专注网络安全防御的前沿AI研究实验室,核心是垂直安全模型与自主安全智能体,目标是自动化漏洞响应和主动防御闭环。
LiteLLM漏洞潮对企业安全意味着什么?
它说明AI应用栈中的中间件也会成为高危攻击面。企业不能只靠人工研判和手工规则,需要能理解代码上下文、自动排查脆弱性并阻断威胁的AI安全基础设施。
企业落地智能体防御先补哪层?
先补入口与执行两层:API鉴权、提示注入检测、工具调用白名单、敏感数据脱敏和审计日志。再把高风险动作交给独立安全智能体做二次判定,避免只靠单点模型拦截。
如何验证安全智能体真能降风险?
用红队集和真实攻击链做回放测试,重点看误报率、漏报率、拦截延迟和对业务成功率的影响。最好按场景分级上线,先保护高危操作,再逐步扩大到全链路。
