AI安全初创公司Depthfirst获4000万美元A轮融资：用“超人推理”防御AI驱动攻击，Accel领投

0 0

【量子位 2026年1月18日讯】当黑客开始用AI批量制造攻击工具，防御端终于迎来针对性反击。1月14日，AI原生安全公司Depthfirst宣布完成4000万美元A轮融资，由Accel Partners领投，SV Angel、Mantis VC及Alt Capital跟投。这家成立仅15个月的初创公司，凭借能模拟“顶级黑客思维”的General Security Intelligence平台，已与AngelList、Lovable等企业达成合作，其核心目标是解决“软件开发速度远超安全防护”的行业痛点——用AI对抗AI驱动的攻击，让防御系统具备“超人级”漏洞推理能力。

一、融资背后：瞄准AI时代的“千熊危机”，重构安全防御逻辑

Depthfirst的融资受热捧，源于其精准切入了AI时代网络安全的核心矛盾：黑客借助AI大幅降低攻击门槛，而传统防御工具仍停留在“规则匹配”阶段，难以应对自动化、复杂化的新型威胁。

1. 行业痛点：AI让攻击“平民化”，传统工具失效

正如Depthfirst联合创始人Daniele Perito在公开演讲中提出的“千熊比喻”：“过去防御者只需跑得比少数专业黑客快，而现在AI让成千上万‘平民黑客’拥有了高级攻击能力——他们能用AI自动编写恶意软件、扫描漏洞、发起社会工程学攻击，传统安全工具根本来不及应对。”

具体来看，当前安全防御面临三大困境：

误报率高且漏检严重：传统静态安全测试（SAST）、动态安全测试（DAST）工具依赖预设规则，对“多个微小漏洞组合形成的复杂攻击路径”识别率不足30%，同时误报率高达50%，导致工程师在无效警报中浪费大量时间；
跟不上开发节奏：2025年全球软件交付速度较2020年提升3倍，而安全测试平均需2-3天才能完成，成为开发流程的“瓶颈”；
AI攻击手段迭代快：Anthropic在2025年11月披露全球首例“AI协同网络间谍活动”，黑客用AI在24小时内扫描并利用了12个零日漏洞，传统威胁情报库更新速度完全跟不上。

2. 融资用途：聚焦技术研发与团队扩张，强化“超人防御”能力

根据Depthfirst官方披露，4000万美元融资将主要用于三大方向：

核心技术迭代：投入60%资金用于General Security Intelligence平台升级，重点研发“强化学习（RL）+大语言模型（LLM）”融合算法，提升对跨组件漏洞的关联分析能力；
团队扩张：计划将员工规模从现有35人增至80人，重点招聘AI安全研究员、强化学习工程师及企业级产品经理，尤其关注有Google DeepMind、OpenAI、Square安全团队背景的人才；
市场落地：与云厂商（如AWS、Azure）合作开发定制化安全插件，同时推出针对中小企业的“轻量化版本”，降低使用门槛。

二、技术核心：General Security Intelligence平台，让防御具备“黑客思维”

不同于传统安全工具的“被动拦截”，Depthfirst的核心产品General Security Intelligence（GSI）平台，通过AI模拟顶级黑客的攻击逻辑，实现“主动发现深层漏洞”，其技术优势集中在三个维度。

1. 跨层漏洞关联：识别“看似无害的致命组合”

GSI平台最突出的能力，是能将分散在代码、云配置、业务逻辑中的多个微小缺陷关联起来，发现传统工具看不见的“攻击链条”。例如：

代码层存在“未授权访问某个API接口”的小漏洞；
云配置层存在“存储桶权限设置过宽”的问题；
业务逻辑层存在“用户ID校验不严”的缺陷。

单独来看，每个漏洞危害都不大，但GSI平台能通过LLM理解代码语义，结合RL模拟攻击路径，发现“黑客可通过未授权API获取用户ID，再利用宽松存储桶权限下载用户数据，最后绕过ID校验实现越权操作”的完整攻击链，识别准确率达92%，误报率低于8%。

Depthfirst CTO、前Google DeepMind工程师Andrea Michi解释：“我们的模型就像‘数字安全研究员’，会像黑客一样思考‘如何组合多个小漏洞造成最大危害’，而不是孤立地看待每个问题。”

2. 融入开发流程：从“事后检测”到“实时防护”

为解决“安全与开发速度矛盾”，GSI平台深度集成到CI/CD流水线与代码管理工具中，实现“边开发边防护”：

编码阶段：通过VS Code、JetBrains等IDE插件，实时扫描代码并提供“上下文修复建议”。例如开发者写出存在“SQL注入风险”的代码时，插件会立即标注风险点，并自动生成参数化查询的修复代码，平均修复时间从30分钟缩短至2分钟；
代码提交阶段：在GitHub、GitLab的拉取请求（PR）环节自动触发安全扫描，5分钟内完成分析并生成可视化报告，标注漏洞位置、风险等级及修复方案，高危漏洞可直接阻断PR合并；
部署阶段：与Terraform、Kubernetes等云部署工具联动，扫描云资源配置漏洞（如未加密的数据库、过度开放的端口），并自动生成配置修改脚本。

某使用GSI平台的电商企业反馈，其安全测试时间从原来的48小时压缩至15分钟，高危漏洞修复率从65%提升至98%，开发效率反而提升20%。

3. 三大核心防护场景：覆盖代码、凭证与第三方组件

GSI平台目前已实现对企业安全核心场景的全覆盖，具体包括：

代码库与工作流扫描：支持Java、Python、Go等12种主流编程语言，能识别缓冲区溢出、不安全反序列化等200+类漏洞，同时检测CI/CD流水线中的恶意脚本注入风险；
凭证泄露防护：通过LLM分析代码注释、配置文件及日志，识别硬编码的API密钥、数据库密码等敏感信息，识别准确率达99.2%，并支持自动替换为环境变量或密钥管理服务（如AWS KMS）；
开源与第三方组件监控：实时同步NVD、CVE Details等漏洞数据库，对项目依赖的开源库（如Log4j、Spring Boot）进行风险评级，同时预测“尚未披露但存在潜在风险”的组件版本，提前60天发出预警。

三、团队基因：AI与安全“双专家”组合，履历亮眼

Depthfirst能在短时间内脱颖而出，与其核心团队“AI技术+安全实战”的双重基因密不可分，三位创始人的背景堪称“梦幻配置”。

1. Qasim Mithani（联合创始人兼CEO）：懂AI的安全管理者

Qasim Mithani曾在Databricks担任安全产品负责人，主导开发了Databricks Lakehouse的安全防护体系，支撑全球超5000家企业的敏感数据保护；此前还在Amazon担任AI安全研究员，参与AWS SageMaker的模型安全模块研发。他对“AI技术如何落地企业级安全场景”有深刻理解，也是GSI平台“开发友好型”设计理念的主导者。

2. Daniele Perito（联合创始人兼执行主席）：实战派安全专家

Daniele Perito是安全领域的“老兵”，曾在Jack Dorsey旗下的Block公司（含Square、Cash App）担任安全与风险工程总监，负责处理过数十起针对金融平台的高级持续性威胁（APT）攻击，尤其擅长“从攻击者视角构建防御体系”。他提出的“千熊比喻”已成为AI安全领域的经典理论，其在金融系统安全、支付风险防控方面的经验，帮助Depthfirst快速打开金融行业客户市场。

3. Andrea Michi（联合创始人兼CTO）：AI技术核心支柱

Andrea Michi拥有10年AI研发经验，曾是Google DeepMind的强化学习工程师，参与过AlphaFold 2的蛋白质结构预测算法优化，对“用RL解决复杂决策问题”有深厚积累。他将DeepMind的AI技术思路引入安全领域，主导了GSI平台核心算法的设计，是“让防御系统具备黑客思维”这一技术路线的关键推动者。

三位创始人的组合，恰好覆盖了“AI技术研发、安全实战、企业产品落地”三大核心环节，形成“技术可行、场景适配、商业落地”的闭环。

四、市场落地：已合作AngelList等企业，瞄准金融与科技行业

尽管成立时间不长，Depthfirst已在企业级市场取得突破，其客户主要集中在对安全要求极高的金融科技、SaaS及互联网行业。

1. 典型客户案例：从创业公司到行业巨头

目前Depthfirst已披露的合作客户包括：

AngelList：全球最大的创业投资平台之一，用GSI平台扫描其投资管理系统的代码漏洞与云配置风险，将安全测试时间从3天缩短至20分钟，高危漏洞发现率提升40%；
Lovable：AI应用开发工具提供商，通过GSI平台保障其“低代码AI开发环境”的安全，防止用户通过恶意代码注入攻击平台；
Moveworks：企业级AI运维服务商，将GSI平台集成到其内部开发流程中，实现“运维AI模型”的安全防护，避免模型被注入恶意指令。

此外，Depthfirst正在与两家头部投行（未披露名称）试点“金融交易系统安全扫描方案”，重点解决“高频交易代码中的隐形漏洞”问题。

2. 商业模式：订阅制为主，分场景定价

Depthfirst采用“企业级订阅制”商业模式，根据客户规模与使用场景分为三个版本：

基础版（适合中小企业）：年费1.5万美元，支持5个代码仓库扫描、基础漏洞修复建议，无定制化服务；
企业版（适合中大型企业）：年费15万-50万美元，支持无限代码仓库、跨云环境扫描、7×12小时技术支持，可定制漏洞扫描规则；
旗舰版（适合金融、医疗等敏感行业）：年费100万美元起，提供专属安全顾问、漏洞应急响应服务，与客户安全团队联合开展渗透测试。

行业分析师预测，凭借差异化技术优势，Depthfirst有望在2026年底实现1500万美元ARR（年度经常性收入），客户数量突破50家。

五、行业影响：AI安全赛道加速分化，“主动推理型防御”成新方向

Depthfirst的融资与技术落地，不仅是单一企业的突破，更标志着AI安全赛道从“传统工具升级”向“原生AI防御”的转型，为行业带来两大启示。

1. 赛道分化：从“辅助工具”到“核心基础设施”

过去，AI安全更多是“用AI优化传统安全工具”（如用AI提升威胁情报分析速度），而Depthfirst代表的“原生AI防御”，将AI作为核心引擎，重新定义安全防护的逻辑。这种分化将导致：

传统安全厂商压力增大：Palo Alto Networks、Check Point等传统巨头若不加快AI原生技术研发，可能在复杂漏洞检测领域被初创公司超越；
新兴玩家聚焦垂直场景：除了Depthfirst专注的“代码与云安全”，更多初创公司开始聚焦AI模型安全（如Mindgard）、数据安全（如Cyera）等细分领域，形成“全链路防护生态”。