Armadin 完成 2.56 億美元 B 輪募資，估值逾 25 億美元，累計募資達 4.45 億美元；其 AI 代理驅動的紅隊平臺持續擴張，並以實測驗證企業攻擊面與攻擊鏈風險。
AI 資安新創 Armadin 完成 2.56 億美元 B 輪募資，累計募資達 4.45 億美元，新資金將投入平臺開發、研究強化與市場拓展。此次融資也使其估值超過 25 億美元，顯示市場對 AI 驅動攻擊型資安能力的資本期待持續升高。
Armadin 由曾創辦 Mandiant 而知名的 Kevin Mandia 等人創立，核心定位是 AI 紅隊演練平臺，透過 AI 代理模擬攻擊者行為，協助企業驗證自身安全控制是否真的能阻擋進階入侵。其產品目標不是單純找弱點，而是重點驗證弱點之間是否能被串接成可實際利用的攻擊路徑。
根據公開資訊，Armadin 在今年 8 月曾公布一項受控攻擊測試，對象為營運全球關鍵基礎設施的企業，共執行 1,300 次攻擊、鎖定超過 2.5 萬項服務、找出超過 200 項安全問題，並進一步驗證接近 40 條攻擊鏈。這類結果說明其價值不只在掃描，而在於將偵察、利用與橫向推進納入同一個驗證流程。
Armadin 的技術核心可視為 agentic offensive security，也就是由 AI 代理分工執行偵察、枚舉、弱點驗證與攻擊鏈組裝。這種架構與傳統弱掃的差異在於，它不只回答「是否存在漏洞」，而是進一步回答「攻擊者是否能沿著這些暴露面完成實際入侵」。
從攻擊模擬流程來看，AI 代理可先對企業環境進行偵察，再尋找可利用的弱點，接著驗證攻擊路徑是否能持續推進。若單一問題無法造成重大風險，系統會嘗試將多個低風險暴露面串接為完整 attack chain，藉此評估最終可能造成的影響。這種方法特別適合現代混合環境，因為真實攻擊者往往不是依賴單點漏洞，而是依靠身份、基礎架構、端點與公開暴露資產的連鎖破口。
Armadin 與 CrowdStrike、Palo Alto Networks 的合作，進一步反映其驗證場景已延伸到企業實際防禦平臺。其中，與 CrowdStrike 的合作透過 Falcon 平臺，針對基礎架構、身分及端點進行攻擊測試；與 Palo Alto Networks 旗下 Unit 42 的合作，則聚焦企業暴露於網際網路的資產。這意味著 AI 紅隊不再只是獨立測試，而是逐步嵌入既有偵測、回應與風險管理流程。
就防禦工程角度觀察，這類平臺的戰略價值在於提供「可驗證的風險證據」。相較於以清單式修補為主的工作模式，AI 紅隊能直接證明某項外部暴露、身分配置或權限錯置，是否真的可被利用。對安全團隊而言，這會顯著提升修補優先序的判斷品質，也能減少只修表面問題、卻忽略攻擊鏈中關鍵節點的情況。
Armadin 這筆融資的影響，不僅在於一家新創取得更多資本，而在於 AI 紅隊正從概念驗證走向企業級採用。當資金持續流入此領域，市場將更重視可重現、可量化、可整合的攻擊驗證能力，而非僅停留在手工滲透測試。
對大型企業與關鍵基礎設施營運者而言，這代表風險評估方式可能發生變化。過去安全團隊多以弱點分數、告警數量與合規檢查作為管理依據，但 AI 紅隊可以直接測出攻擊者是否能從外部曝光面一路進入內部，並將結果轉化為更具決策價值的修補依據。
對資安產業而言，Armadin 的案例也顯示攻防邊界正在重整。AI 不只用來提升偵測與分析效率，也開始被用來強化攻擊驗證與風險重演。這會推動廠商將紅隊、曝險管理、身分安全與端點防護整合成更緊密的工作流，形成「發現、驗證、修補、再驗證」的閉環。
對防守方來說，最大的挑戰在於攻擊模擬速度加快後，既有修補節奏可能跟不上。若企業仍依賴人工盤點與零散工具，將難以在大量暴露面中辨識真正可被利用的入口。換言之，未來的關鍵不只是知道有多少弱點，而是要知道哪些弱點能被串成入侵路徑。
面對這類 AI 驅動攻擊驗證趨勢，企業應先把外部攻擊面管理列為優先事項，持續盤點網際網路暴露資產、過期服務、遺留測試環境與錯誤公開的管理介面。只要外部入口未被完整掌握，攻擊者就可能藉由自動化方式快速發現可利用面。
其次，身分與權限治理應納入紅隊驗證重點。由於攻擊鏈常透過弱密碼、過度授權、服務帳號與權限升級路徑擴大影響，企業需要定期檢查權限最小化、MFA 覆蓋率、特權帳號使用情況與橫向移動風險。
第三，企業應將端點、基礎架構與雲端控制面視為同一防線管理，而非各自為政。若偵測機制只集中於單一層，AI 代理可能仍透過其他層面的設定錯誤完成突破。把攻擊鏈測試結果回饋到基線管理、例外審查與變更控管，能更有效降低重複暴露。
第四，應建立「驗證後修補」機制，讓高風險項目在修補前後都能重新測試。這能避免修復只消除表面症狀，卻留下可被替代利用的相鄰路徑。對關鍵系統而言，這種回歸驗證應成為固定流程，而不是事件發生後才臨時執行。
最後，資安團隊需提升對 AI 紅隊結果的解讀能力。若測試平台能提供攻擊鏈、路徑證據與可重現步驟，防守方就應將其轉化為修補優先序、風險溝通與管理層決策材料，而不是只停留在技術報告層面。