通过采集和标准化AI代理的遥测数据、提供300+任务的真实企业安全基准测试、双agent威胁检测流水线，以及（未开源的）预防组件，帮助企业观测、评估、检测和阻止AI代理的不安全行为。
为使用AI Agent的企业安全/平台团队解决AI代理行为不可见、缺乏安全基准与威胁检测，通过ADR开源工具（Sensor/Bench/Detector）及未开源的Prevention/Explorer提供价值，主要依靠潜在收费方式（假设）：未开源的Prevention/Explorer企业组件或托管服务赚钱
提供一套可部署的AI代理安全系统，覆盖观测、基准测试、检测与预防，已在Uber生产环境验证
研究分 76
通过采集和标准化AI代理的遥测数据、提供300+任务的真实企业安全基准测试、双agent威胁检测流水线，以及（未开源的）预防组件，帮助企业观测、评估、检测和阻止AI代理的不安全行为。
为使用AI Agent的企业安全/平台团队解决AI代理行为不可见、缺乏安全基准与威胁检测，通过ADR开源工具（Sensor/Bench/Detector）及未开源的Prevention/Explorer提供价值，主要依靠潜在收费方式（假设）：未开源的Prevention/Explorer企业组件或托管服务赚钱
Business Model Canvas · 9 大模块完整填涂
AI Agent在企业中的安全风险是明确且新兴的痛点，Uber生产部署和论文验证了问题真实性；但开源部分缺少预防能力，痛点解决完整性受限。
企业安全预算充足，但ADR未公开定价，Prevention/Explorer闭源，商业模式未验证；开源免费组件可能降低付费意愿。
AI coding agents爆发式增长，企业安全需求同步上升；MLSys 2026论文和GitHub Trending说明市场关注度高。
单日+140星、GitHub Trending #53显示开发者社区兴趣，但stars总量588仍较小，且无用户量或企业客户数据。
Uber生产部署和MLSys论文证明技术可行性；但开源仅含Sensor/Detector/Bench，Prevention缺失，团队规模未知，后续迭代存在不确定性。
中国企业对AI Agent安全也有需求，但ADR依赖海外AI工具生态（Cursor/Claude/Codex）和MCP服务器，国内合规和适配需额外工作；开源可被国内团队二次开发。
关键能力
AI 辅助分析，仅供项目研究参考，不构成投资建议。