一家公司拿到了5500万美元融资，专门帮企业管住那些“没人认识”的AI。本文梳理它披露的一组数据、调研是怎么做的、以及一张AI台账该记哪几项。文章发现，一家财富100强企业里有2.1万个AI程序在跑，安全团队一个都不认识；六成公司的AI投入已经跑在了管理能力前面。读完本文，你将快速看清为什么AI正在变成公司的“影子员工”、一张台账该记哪几项、你的公司现在缺的是哪一项。
企业智能体的问题已经变了：不是有没有，而是有多少个、谁在看。
Reco是一家做企业AI安全的公司。9月29日，据TechCrunch报道，它完成了一轮5500万美元的融资。加上2月的一轮3000万美元，累计融资达到1.4亿美元。AT&T通过自己的风投部门参与了这轮，同行的还有Forestay和Quadrille Capital。
这笔钱不是这条新闻的重点。重点是Reco首席执行官Ofer Klein给出的两个案例。
这两个案例值得单说。Reco在一家财富100强客户的系统里，盘点出2.1万个智能体。这些智能体，这家公司自己都不知道。另一个案例发生在金融业。一名离职员工创建的智能体，仍然能访问Salesforce。它还在向一个看不见的外部域名传数据。
这里先把“智能体”这个词说清楚。它不是聊天框，是能自己动手做事的AI：打开软件、点按钮、搬数据、发文件。人离开工位就会停手，它不会。
图一Reco在一家财富100强企业单次盘点发现的智能体数量（TechCrunch2026-09-29报道口径）这不是一家公司的麻烦
这个量级不只是Reco一家的发现。HiddenLayer的首席执行官Chris Sestito给出了另一个数。他说，超过50家客户的生产环境里都有智能体在碰关键系统。Cymphony盘点时发现，一家美国上市公司约有8.5万个文件已可被AI读到。
这些数字背后是同一个动作：智能体被创建出来，干完活，然后被遗忘。没人关停它，也没人登记它。智能体的账不在IT手里，在每个人的浏览器里。
这个品类正在变拥挤。据TechCrunch统计，至少24家公司正在卖“AI智能体安全”。它们覆盖工具审查、数据访问控制、运行时监控、终端检测与未授权AI识别。MCP（模型上下文协议，智能体调用外部工具的接口标准）审查也在其中。
智能体的部署成本已经接近零，治理成本却随数量往上走。
这个问题有现成的证据。最直接的来自KPMG《2026全球技术报告》。报告显示，约六成组织承认自己的AI投入已经超过治理能力。KPMG给这类项目起了两个名字。
一个是“完美原型问题”：团队在实验室里做原型，效果很好；一上规模，必要的管控就被覆盖。另一个是“AI暗黑僵尸”：这类部署还在花钱，已经偏离初衷，没有维护人，也从不被正式关停。
图二KPMG《2026全球技术报告》：约六成组织承认AI投入跑在治理能力前面（经CIO.com2026-09-25引用）代价可以用工时来量
它量出来的代价很具体。AI治理平台厂商OneTrust在9月中旬发布了一份调研。五分之四的高级管理者要花更多时间处理AI风险，涉及CIO、CISO、CDO。他们的平均工时比此前多了26%。
同一份调研里，86%的组织报告过AI相关事件。三分之一的员工用过未经批准的AI。还有超过四分之一的企业，遇到过两次以上“AI系统擅自行动”。
图三OneTrust2026-09调研：同一批组织在四个口径上的比例（经CIO.com2026-09-25引用Globenewswire原稿）这组数据和另一端对上了。波士顿咨询公司的调研发现，42%常用AI的一线员工每周能省近一整天。其中大多数人没被告知这些时间该拿去干什么。省下来的时间和新增的治理工时，落在同一张组织账上。
治理正在变成一门生意
这里的空白正在变成生意。资本的反应比企业快。9月2日，HiddenLayer拿到1亿美元融资。9月9日，Cymphony获得红杉资本加倍下注。CrowdStrike则发布了面向AI智能体的安全产品。这些钱投向同一个判断。光有模型能力不够，智能体碰了什么、传了什么，得单独有人管。
它自己的账也算一种印证。Reco的客户超过100家，金融业约占四成，能对接280多个应用。它的做法是用浏览器和网络信号找出那些没有直连的智能体，同时检查提示词与工具调用。
这件事的分量不在多买一个安全工具，而在承认智能体需要一套“人事制度”。
谁受益，谁受损
这件事的受益方，是已经有身份管理习惯的企业。在系统眼里，智能体是一个“非人类身份”：不是自然人，却需要账号和权限。已经有统一身份与权限台账的公司，把智能体接进现有体系只是多一类对象。反过来，从零开始的公司得先补课。
做智能体治理的厂商也在受益。24家以上挤进同一个品类，说明这件事有钱赚。
这套逻辑的另一面是受损者。靠“部门自己试”把智能体铺开的公司，试点阶段没人建台账，规模上来就得回头补。更麻烦的是离职这一步。Reco那家金融服务公司的案例说明：人走了，凭证还在，数据还能往外流。
成本结构与竞争格局变了什么
这些变化会落在三处。一处是成本结构。搭一个智能体的门槛越来越低，数量就会失控式增长。而每个智能体都需要身份、权限、审计和关停。这部分开销会随数量非线性上升。两条线一交叉，治理迟早变成瓶颈。
这里还会长出一个新科目。企业过去买模型、买算力、买办公智能体。现在“智能体可见性与权限管理”能单独列成采购项。至少24家供应商在卖，说明它被资本认成了品类，而不是某个产品的附属功能。
这种变化会传到采购阶段。同质化供应商多，买方可以先把口径定下来：台账字段、身份规则、审计粒度。定完再比价。先买工具再想口径，等于把主动权交出去。
该做什么：四个动作
动作一，先做台账，不先买工具。 这件事不需要预算，需要的是一份表格和三天时间。让IT和业务一起把现在跑着的智能体列出来。至少记四栏：谁建的、连了哪些系统、用的什么身份、谁在看。
动作二，给每个智能体单独发一个身份。 这样做的好处是随时能收。不共用管理员账号，权限只开当下需要的。调岗、离职、项目结束时，一键收回。
动作三，离职时回收智能体凭证。 Reco那家金融服务公司的案例就是这么发生的。这条动作的收益不在技术，在流程。
动作四，给高风险动作装闸门。 这三类动作要么拦住，要么要人工确认：删除数据、对外发文件、向外部域名传数据。智能体会出错，架构上得留兜底。
图四 四个动作连成一条能反复走的流程：智能体凭证从入册到回收的完整生命周期（作者据TechCrunch、KPMG、OneTrust公开口径归纳）判断可以被证伪，先看三个观察点。
这三条都可以公开验证。其一，国内至少有一家大型企业或政务单位，把“智能体清单”写进管理制度。载体可能是招标文件、数字化规划或年度报告。
其二，至少有一家国内云厂商或办公智能体平台，推出智能体资产盘点与权限审计功能。它还会把“你单位有多少个智能体”当成可展示指标。其三，出现一起因离职人员遗留智能体或凭证未回收而数据外流的公开案例。
反过来的情形也要写清楚
它也有反面。假如三个月内一条都没出现，更合理的解释是另一条。国内企业的智能体还停在“部门自己试”阶段，治理暂时不是采购议题。这条判断届时可以被证伪。
治理智能体的头一件事，不是买工具，是搞清楚有多少个智能体在替谁上班。
你所在的单位，现在跑着多少个智能体？是IT部门登记的，还是业务同事自己搭的？如果明天要你交出一份清单，你交得出来吗？欢迎在评论区聊聊。
• • •
附录
A. 参考资料
[1] TechCrunch. Reco raises $55M as AI agent security startups crowd the market. TechCrunch, 2026-09-29.
[2] AI Directory. Reco raises 55 million for AI agent security tools（含财富100强 2.1 万个未知智能体口径）. AI Directory, 2026-09-29.
[3] Tech Beat. Reco Raises $55 Million to Tackle Enterprise AI Agent Sprawl（含同业口径）. Tech Beat, 2026-09-29.
[4] CIO.com. Is your AI strategy creating "dark zombies"?（引 KPMG《2026 全球技术报告》）. CIO.com, 2026-09-25.
[5] CIO.com. AI governance is fast becoming an unmanageable chore（引 OneTrust 调研与 BCG 数据）. CIO.com, 2026-09-25.
[6] OneTrust. 86% of organizations experienced AI-related incidents（调研原稿，经 Globenewswire 发布）. Globenewswire, 2026-09-14.
[7] CrowdStrike. CrowdStrike unveils Falcon Guardian AI agent security. CrowdStrike 官方新闻稿, 2026.
[8] TechCrunch. HiddenLayer nabs $100M as enterprises rush to secure their AI deployments. TechCrunch, 2026-09-02.
限于篇幅，仅列核心来源。
B. 阅读提示
风险提示：本报告仅供行业交流与参考，不构成投资建议。市场有风险，决策需谨慎。
数据时效：本报告数据截至2026年09月，后续变化请以最新公开信息为准。
观点来源：报告观点基于公开资料与作者研究，引用来源已在文中及附录标注。
免责声明：作者及发布平台不对因使用本报告内容而产生的损失负责。
版权声明：转载请注明来源，未经许可禁止用于商业用途。
AI辅助创作说明：本文由作者主导选题判断、框架设计与观点提炼，AI工具辅助完成资料整理、初稿撰写与图表生成。
