<blockquote><strong>[SUMMARY]</strong>Reco以5,500萬美元追加募資擴大AI agent security，強調企業常無法掌握代理總量與權限範圍；其平台以 context graph 對應身分、權限、連線與活動，協助找出過度授權與異常行為。</blockqu
[SUMMARY]Reco以5,500萬美元追加募資擴大AI agent security，強調企業常無法掌握代理總量與權限範圍；其平台以 Reco Graph 串連身分、權限、連線與活動，協助找出過度授權與異常行為。
AI agent security 業者 Reco 宣布完成 5,500 萬美元新一輪募資，累計募資達 1.4 億美元，並計畫將資金投入銷售、合作夥伴、通路與客戶支援擴張。該公司原本聚焦於 SaaS 與 AI 應用安全風險，今年 6 月進一步推出 Reco Agent Security，將防護範圍延伸至企業內部快速增生的 AI agents。
此輪募資的核心背景，是企業已開始在營運流程中大量部署 AI agents，但管理速度明顯落後於實際擴張速度。Gartner 預測，《財星》500 大企業平均每家使用的 AI agents，將從 2025 年不到 15 個，成長到 2028 年超過 15 萬個，顯示 agent sprawl 正快速成為新型治理問題。
Reco 共同創辦人暨執行長 Ofer Klein 指出，企業甚至還沒來得及掌握環境中到底有多少 agents，就已經開始讓它們連接應用程式與資料源。Reco 也聲稱曾在一家《財星》百大企業中發現 2.1 萬個 AI agents，而該企業先前並不知道這些代理的存在。
Reco 的技術主軸，是以 Reco Graph 串連企業環境中的身分、權限、連線與活動資訊，藉此建立 AI agents 的可見性。這種做法的重點，不只是看見 agent 本身，而是把 agent 與其接觸的應用程式、API、資料儲存區、工具與工作流程連結起來，才能推算它實際可觸及的資產範圍。
Reco 的監控邏輯，是先透過 graph 建立關聯，再分析 agent 的存取範圍與行為模式，進一步找出異常活動與過度授權。對安全團隊而言，這代表防護重點已從傳統 identity governance 延伸到 agent lifecycle management，包括建立、連接、授權、監控與撤銷。
值得注意的是，這類平台的價值不只在偵測未知 agents，也在於把分散在 SaaS、identity、workflow 與 data plane 的線索整合成單一風險視圖。當企業內部的 AI agents 以自動化方式執行查詢、同步、通知或資料搬移時，若缺乏關聯分析，就很難區分正常業務自動化與潛在濫用行為。
這起募資反映的，不只是單一廠商成長，而是 AI agents 治理需求開始進入企業安全核心。當 agents 數量以數萬、甚至未來可能達到十萬級規模時，傳統以人員帳號為中心的存取控管模式，將難以直接套用到代理型工作負載。
受影響最明顯的產業，是高度依賴 SaaS、資料整合與自動化流程的組織，尤其是金融服務業。Reco 表示其客戶中約 40% 來自金融服務業，顯示該產業對權限控管、資料外傳與稽核可追蹤性的要求較高，也更早感受到 AI agents 帶來的治理壓力。
對大型企業而言，風險還包含 shadow AI agents，也就是未經完整盤點就已存在於環境中的代理。當員工自行建立 agents，卻未納入正式資產管理或權限審查，企業就可能在不知情的情況下暴露敏感資料、商業流程與第三方連線。
對安全營運團隊來說，這代表攻擊面正在從 endpoint、account、API 擴大到 agent-to-app 互動層。只要 agent 能代表使用者或系統身分執行動作，它就可能成為權限濫用、資料誤傳、政策繞過與持續存取的載體。
企業應先建立 AI agents 的完整盤點機制，確認哪些代理存在、由誰建立、連接哪些應用、持有哪些權限，以及是否仍符合業務需求。若沒有基礎可見性，就無法進一步談風險分級、權限最小化或異常偵測。
其次，應把 agent 納入 identity governance 與 access review 流程，定期檢查其授權是否過大、是否存在閒置連線、是否有離職人員遺留的綁定帳號。對於不再需要的 agent，應建立明確的停用與撤銷程序，而不是僅停止前端使用介面。
第三，安全團隊應針對 agent 的資料流向建立監控，特別是連接 Salesforce、雲端儲存、內部 API 與外部網域的行為。若 agent 的工作流程涉及跨系統搬移資料，就應搭配 DLP、日志關聯與異常網域偵測，以降低未授權外傳風險。
最後，企業需要把 AI agent security 視為長期治理議題，而非一次性專案。隨著 agents 持續擴張，能否在建立階段就納入審核、在運行階段持續監控、在退場階段確實回收，將直接決定 AI 自動化能否安全落地。
5步驟修補清單