Mate Security 押注：AI 代理只有在情境顯示安全時才應對威脅採取行動

一個安全平台，讓 AI 代理運用組織自身的情境來調查並遏制網路威脅。

代理式網路防禦可以自主行動——但唯有當組織情境、信心與可逆性使行動比等待更安全時才應行動。

共同創辦人 Asaf Wiener（執行長）、Guy Pergal（技術長）與 Oren Saban（產品長）創立 Mate 時表示，他們「必須將情境與信任建入我們的產品」：同一個警報可能因涉及的系統、身分、資產關鍵性與政策而有截然不同的應對需求。

其 Reason Mining 引擎填充安全情境圖，這是組織安全關係的活模型。由產品策略副總裁 Inbal Argov 所創的 CPR 框架——信心（Confidence）、精準（Precision）、可逆（Reversibility）——會權衡每一項擬議行動，而 Mate 會評估影響範圍（blast radius），使遏制維持在窄範圍：撤銷一個工作階段而非一個帳號、封鎖一個 URL 而非一個網域、隔離一台主機而非一個網段。該公司先前曾推出用於 AI 驅動調查的 Gamebooks。

傳統工具將警報視為技術訊號；分析師必須補上組織層面的意義，而隨著企業部署更多 AI 驅動的安全措施，這種做法無法規模化。

具影響範圍意識的應對能讓遏制維持在窄範圍——停用一個帳號或隔離一個網段對業務造成的損害，可能比威脅本身更大。

CPR 以結論的確定性、應對的精準度與可逆性來把關自主執行，因此代理只有在行動是更安全的選擇時才會單獨行動。

企業需要以機器速度應對，但信任是障礙——Mate 的整體主張就是讓贏得信任所需的情境變成機器可讀。

沒有情境的自動化只是更快的傷害：同一個警報值得不同的應對，而一個無法撤銷自身行動的系統不應自行行動。

2026 年 10 月 8 日，CyberSecurity Breakthrough 在其第 10 屆年度獎項計畫中將 Mate 評為「年度安全應對解決方案」。該計畫的常務董事讚揚 Mate 將多日的 MTTR 壓縮至數分鐘——這是獎項計畫的評估，並非經稽核的基準。執行長 Asaf Wiener 表示，公司將持續「專注於我們的客戶」，同時打造其所稱的代理式網路防禦基礎。