一家名为 Glow 的网络安全初创公司，在获得了 1.8 亿美元 的 A 轮融资后，以 12 亿美元 的估值正式亮相。该公司认为，人工智能的兴起正在彻底改变企业保护员工设备（即“终端”）的方式。Glow 的核心策略是，传统的安全软件侧重于事后检测威胁，而它则通过一个由 AI驱动的平台，在风险发生前进行主动预防，旨在从源头上控制和监控设备上的软件、AI 代理和开发工具。
AI 带来的新安全挑战
随着企业越来越多地部署 AI 工具，安全领域正面临新的变局。一方面，攻击者开始利用生成式 AI 来自动实施网络钓鱼、开发恶意软件，并发动更复杂的攻击。另一方面，企业员工在自己的设备上使用 AI 也带来了新的风险。
- 攻击手段升级： 攻击者利用 AI 能更高效地发现和利用软件漏洞。
- 新的攻击入口： 员工设备（终端）上的 AI 工具和软件成为新的潜在安全缺口。
- 传统方法失效： 过去的安全策略主要集中在云和软件服务（SaaS）上，但现在风险正直接“落在终端上”。
“过去十年，一切都在向云和 SaaS 迁移。突然之间，AI 以我们前所未见的方式登陆到了终端设备上。” — Glow 联合创始人兼首席执行官 Roi Tiger
Glow 的解决方案：主动预防
Glow 由前 Meta 和 Snowflake 的高管创立，其目标是建立一个为 AI 时代量身定制的终端安全平台。它与现有安全产品的核心区别在于，从“事后检测”转向了“事前预防”。
该平台利用专门的 AI 代理来持续监控企业环境，实时评估风险，并强制执行安全策略。
Glow 的平台已证明其有效性：
- 成功阻止了恶意的第三方软件包 (npm packages) 在客户环境中被安装。
- 识别出试图引入可疑软件的 AI 代理。
- 发现了缺少关键安全工具或安全功能受损的员工设备。
Glow 的技术结合了 Anthropic 和谷歌 Gemini 的 AI 模型，并通过自身软件为其提供企业特定的背景信息，以提高其在安全任务中的可靠性。
市场定位与未来
Glow 进入的是一个竞争激烈的市场，主要参与者包括 CrowdStrike、微软 和 Palo Alto Networks 等巨头。然而，Glow 认为这些现有产品主要关注威胁出现后的检测和响应（EDR）。
Glow 的设计初衷是在高风险的软件、AI 代理和开发工具进入企业环境之前就将其拦截，而不是在造成破坏之后再去发现。
尽管刚刚结束隐身模式，Glow 已在医疗、零售和金融服务等行业拥有付费客户。其团队目前有近 100 名员工，主要分布在以色列和美国。企业才刚刚开始应对强大 AI 模型带来的安全影响，像 Glow 这样的“AI 原生”终端安全平台能否成为一个独立的新品类，还有待市场验证。