撰文：朗瀚威 Will
这是 YC W26 系列分析的第七篇（按写作顺序排第 10 个赛道）。这篇看 Security——7 家公司，数量不多但方向清晰：AI 正在同时改变攻击和防御。
攻击速度已经超过防御速度
2025 年 9 月，Anthropic发现中国国家级黑客用 AI 自主完成了攻击的 80-90%——每秒数千个请求，没有人类团队能跟上这个速度。
这就是安全行业正在面对的现实：攻击者已经用上了 AI，防御者还在用人力。企业一年做一次渗透测试，等报告出来的时候代码库已经变了。安全团队的人手和开发团队的人手比大约是 1:100——安全工程师根本看不过来。
YC W26 的 7 家 Security 公司分成两条线：一条做进攻（用 AI 模拟攻击来找漏洞），一条做防御（用 AI 保护系统免受攻击）。
先说结论：3 条可以直接带走的判断
1、Hex Security 在几周内找到了数十家 YC 公司的严重漏洞——SQL 注入暴露数十亿条记录、PoC 蠕虫能感染整个网络、获得数百个代码库的访问权。估算阻止了$30 亿+潜在损失。这不是 PPT 上的承诺，而是真实的渗透测试结果。"AI 用来攻击"不再是威胁预测，而是正在发生的事情。
2、Clam（我们在 OpenClaw 那篇详细拆过）做的是AI agent的安全层。随着 agent 越来越多，agent 安全会成为一个独立品类——不只是"网络安全"的子集，而是一个全新的市场。
3、7 家公司覆盖了安全链条的多个环节：进攻性测试（Hex Security）、agent 安全（Clam）、犯罪检测（Lexius）、信息防火墙（Velum Labs）、反欺诈（BeeSafe AI）、互联网防御（Crosslayer Labs）、风控工具（MouseCat）。方向分散说明 AI 安全还在早期，没有形成主导的产品范式。
进攻线：用 AI 模拟攻击
Hex Security
官网链接：https://hex.co/
AI agent 自动化渗透测试——持续找漏洞、串联攻击链、交付可复现的修复方案。
-
核心数据：几周内在数十家 YC 公司中发现严重漏洞，估算阻止$30 亿+潜在损失。开源了 HexStrike AI MCP 工具集（150+安全工具，让 Claude/GPT 等 AI 直接跑渗透测试）。1.0 万月访问
-
团队亮点：三位创始人 Huzaifa、Ahmad 和 Prama。Huzaifa 之前在 PlayAI、AWS、Capital One做软件开发，同时做过百万级下载的消费应用。在大学里逆向工程了所有主流 ATS 招聘平台，造了 Talently——一个自动发出 20 万+份求职申请的工具。"我一直喜欢破坏东西"
-
商业模式：持续性 AI 渗透测试，替代传统的年度一次性人工渗透测试。传统渗透测试费用高、周期长、等报告出来代码已经变了
-
竞品/风险：赛道正在变热——Escape（YC 2023，刚融了$18 M A 轮）、MindFort、ZeroPath、Winfunc 都在做 AI 渗透测试。大厂 Snyk、Cobalt 也在扩展这个方向
Hex Security 的核心论点是：安全测试必须变成持续的，而不是一年一次的。代码每天在变，攻击者每天在用 AI，年度渗透测试是一个"时间错位"的商业模式。AI agent 能做到持续测试——每次代码提交后自动跑，每个新漏洞披露后自动检查。
BuildMVPFast 的分析文章提了一个观点："agent 治理是下一个护城河。"谁能审计、控制和验证 agent 做了什么以及为什么——这比更好的模型和更好的 prompt 更有防守性。
防御线：用 AI 保护系统
Clam在 OpenClaw 那篇已经详细拆过——给 OpenClaw 等 AI 助手做"语义防火墙"，拦截敏感信息泄露、恶意指令注入和恶意代码执行。两位创始人：Vaibhav 之前在 Augment Code 做 AI 编程工具容器化，Anshul 是 HappyRobot 的创始工程师。0.8 万月访问。这里不重复。
官网链接：https://tryclam.com/
Lexius（0.3 万月访问）做 AI 犯罪检测。方向比较宽泛——用 AI 识别和预防各类犯罪行为。
Velum Labs（0.2 万月访问）做"AI 和人类之间信息访问的防火墙"。这个方向很具体：当 AI agent 访问企业数据时，怎么确保它只看到该看的内容？不是所有数据都应该对 AI 可见——薪资信息、客户隐私、商业机密，这些需要一道"防火墙"隔开。
BeeSafe AI（0.1 万月访问）做 AI 反欺诈——"在诈骗触及你的客户之前阻止它"。面向的是银行和金融机构。
Crosslayer Labs做互联网安全防御——保护、监控和防御你的互联网存在。
MouseCat做风控 AI 工具包——给风险团队提供 AI 工具。
7 家放在一起看
几个观察：
第一，进攻性 AI 安全（Hex Security）的落地速度远快于防御性。原因很直觉：攻击者只需要找到一个漏洞，防御者需要堵住所有漏洞。AI 对攻击者的帮助是"倍增器"，对防御者的帮助是"减轻器"——不对称的。
第二，7 家公司里只有 1 家（Clam）专门做 agent 安全。考虑到整个 W26 有 56 家 agent 公司，这个比例明显不够。agent 安全可能是目前最被低估的方向之一。
第三，这 7 家和前面几篇的公司有直接的供需关系。Healthcare 篇的 Patientdesk.ai 处理患者数据需要安全保障，Fintech 篇的 Sponge 给 agent 管钱需要防欺诈，Infrastructure 篇的所有 agent 都需要安全层。安全不是一个独立赛道——它是每个赛道的必要条件。
对中国团队的启示
第一，AI 渗透测试在中国有市场。中国的网络安全行业（奇安信、深信服、安恒信息等）以传统安全产品为主，AI 渗透测试还是蓝海。但需要注意：在中国做"进攻性安全"需要合规资质，监管门槛比美国高。
第二，Agent 安全在中国可能是一个先发优势窗口。中国对 AI 生成内容的监管比美国更严格（算法备案、内容审查），企业部署 AI agent 必须确保输出合规。"给中国企业的 AI agent 加合规护栏"是一个刚需方向，而且监管壁垒本身就是护城河。
可以带走的判断
1、攻击速度已经超过防御速度。Hex Security 几周内在 YC 公司里找到的漏洞数量说明了问题——大多数公司的安全防御还停留在"人工+年度渗透测试"阶段。AI 把攻击变成了持续的、自动化的，防御也必须跟上。
2、Agent 安全是一个即将爆发的独立品类。56 家 agent 公司只有 1 家专门的 agent 安全公司——这个缺口会被填上。OpenClaw 那篇我们讲过的安全事件（记忆文件被篡改、agent 未授权行为、插件供应链投毒）只会越来越多。
3、安全是所有 AI 赛道的"税"——不管你做 Healthcare、Fintech 还是 DevTools，只要用了 AI agent，就需要安全层。这意味着安全公司的潜在客户是整个 AI 生态，不只是安全行业。
