Asymptote Labs heeft 5,5 miljoen dollar seed funding opgehaald om te werken aan AI-agent runtime security: infrastructuur waarmee organisaties realtime kunnen zien wat autonome AI-agenten doen, en die acties vervolgens kunnen sturen of blokkeren. De ronde werd geleid door Tower Research Ventures; andere deelnemers waren onder meer Lytical Ventures, 1984 Ventures en South Park Commons.
Volgens de initiatiefnemers komt hun focus voort uit een herkenbaar probleem bij uitrol: zodra teams steeds meer agenten inzetten, ontstaan er runtime-monitoring-blinde vlekken. Hun antwoord daarop is een combinatie van open telemetry en een commerciële laag voor realtime controle.
Waarom runtime security bij AI-agenten lastig blijft
Beveiligingsteams hebben vaak zicht op traditionele processen en standaard applicaties. Maar met AI-agenten verandert het speelveld: autonome tools krijgen toegang tot gevoelige bedrijfsdata en kunnen die gebruiken op manieren die niet altijd netjes binnen bestaande logging- of SIEM-patronen passen.
Asymptote beschrijft dat het gaat om het “monitoring blind spots”-vraagstuk: de infrastructuur om agentgedrag en toolacties consistent te begrijpen en te beheersen is nog niet overal meegegroeid.
Beacon: open telemetry die agentactiviteiten normaliseert
De kern van de aanpak is Beacon, een open source telemetry layer. Beacon moet zorgen voor een uniforme manier om activiteit van verschillende agent-harnasses te verzamelen en te structureren.
Concreet is Beacon bedoeld om telemetrie te normaliseren afkomstig van meer dan 20 verschillende agent harnesses. Daarbij worden voorbeelden genoemd zoals Cursor, Codex en Claude Code.
Begrijpelijk voor securityteams: Beacon “vertaalt” de verzamelde signalen naar één gedeeld gegevensmodel. Dat model breidt OpenTelemetry uit, zodat organisaties niet voor elke agent-tool opnieuw hoeven te beginnen met eigen parsing, mapping en integratie.
Wat je als organisatie hiermee wint
- Consistentere inzichten: activiteit uit meerdere agentomgevingen wordt in hetzelfde model gegoten.
- Minder integratiewerk: doordat de kern op OpenTelemetry aansluit, wordt het makkelijker om bestaande observability-werkstromen te benutten.
- Snellere analyse: wanneer je runtime-telemetrie gestandaardiseerd krijgt, wordt detectie en onderzoek eenvoudiger.
Realtime policy guardrails bij prompt én tooluitvoering
Open source telemetrie is één kant van het verhaal. De andere kant is het daadwerkelijk ingrijpen in gedrag: Asymptote werkt daarom aan een commerciële enterprise platformlaag bovenop Beacon.
Het platform is bedoeld om live activity te onderscheppen en beleid (policy guardrails) af te dwingen op twee niveaus:
- Promptniveau: de agent wordt gestuurd weg van onveilige of ongewenste instructies.
- Tooluitvoeringsniveau: risicovolle acties worden geblokkeerd voordat ze plaatsvinden.
Daarmee verschuift de focus van “achteraf zien wat er is gebeurd” naar “vooraf voorkomen wat er mis kan gaan”.
Seed funding voor product, engineering en go-to-market
De opgehaalde middelen worden ingezet voor productontwikkeling, engineering-uitbreiding en go-to-market. Asymptote positioneert dit als een versnelling van hun route om runtime-veiligheid praktisch inzetbaar te maken zodra organisaties massaal agenten uitrollen.
Volgens de founders wordt runtime-telemetrie juist een van de meest waardevolle assets wanneer er “duizenden” agenten actief zijn binnen de infrastructuur van een bedrijf.
Praktische aandachtspunten voor securityteams
Ook al is de technologie nog in ontwikkeling, de richting is helder: maak van agent-telemetrie een standaard en koppel observatie aan policy. Als securityteam kun je nu al nadenken over de volgende stappen:
- Inventariseer agenten en harnesses: welke tools draaien er, en hoe worden acties momenteel gelogd?
- Definieer “risky actions”: welke toolacties of datapaden zijn voor jouw organisatie verboden of gereguleerd?
- Werk naar beleid op meerdere niveaus: denk aan controles op promptinstructies én op de uitvoeringsfase.
- Zorg dat je logging schaalbaar is: als het model gestandaardiseerd is, wordt monitoring beter te onderhouden.
Voor extra context over het beveiligen van autonome acties en runtime-gedrag kun je ook kijken naar ons artikel over rogue AI-agenten: zo reageer je snel en goed.
Meer achtergrond: monitoring versus voorkomen
Veel organisaties starten met monitoring: detecteer afwijkingen en onderzoek incidenten. Maar bij AI-agent runtime security wordt de nadruk steeds vaker gelegd op preventie. Dat zie je terug in de belofte om risicovolle acties te blokkeren vóórdat ze worden uitgevoerd.
Dat past in een bredere trend waarin control planes en observability steeds meer samenkomen. Als je vooral geïnteresseerd bent in het volwassen maken van security rond AI, dan is ons stuk over AI-software security: focus op volwassenheid een handige vervolgstap.
Conclusie: Beacon en realtime guardrails als bouwstenen
Asymptote Labs zet met zijn seed funding in op AI-agent runtime security door twee bouwstenen te combineren. Beacon moet agenttelemetrie standaardiseren via een open, OpenTelemetry-gebaseerd model. Daarbovenop richt men een enterprise platform in dat live activiteit kan beoordelen en beleid kan afdwingen op prompt- en tooluitvoeringsniveau.
Voor organisaties die steeds meer agenten inzetten, is dit een logische stap: zonder uniforme runtime-inzichten blijft controle lastig. Met realtime guardrails kan de focus verschuiven van alleen waarnemen naar daadwerkelijk beveiligen in het moment.
Bron: https://www.securityweek.com/asymptote-labs-lands-5-5-million-seed-for-ai-agent-runtime-security/
