RemoteThreat获700万美元融资 推进攻作战平台
2026年9月29日，RemoteThreat结束隐身状态，宣布获得700万美元种子前轮融资，投资方为Osage University Partners和DataTribe。公司由Chris Thompson（CEO）和Shawn Jones（CTO）创立，二人此前均为IBM X-Force红队负责人。由退役美国陆军上将Paul M. Nakasone新近创立的Nakasone Group将担任RemoteThreat的战略顾问。RemoteThreat的O/C/O Platform定位为进攻性网络作战平台，面向企业及关键基础设施红队、美国政府任务团队和经过审核的国防合作伙伴。
平台将八个相互连接的系统整合在一起：任务规划与监督、命令与控制（C2）、植入体、初始访问框架、可组合能力集、混淆管线、目标定位/任务分派与分析引擎，以及AI助手。
植入体可跨操作系统和架构运行，并支持内存执行；C2系统具备可配置的流量特征，可与团队现有C2并行运行。操作员可为每次任务组合payload、植入体和后渗透工具，并针对目标环境启用控制流混淆和可配置规避技术。
任务可手动执行、由AI辅助执行，或将特定任务交给自主工作流。交战规则（ROE）、策略、审批和no-strike控制用于约束会产生重大后果的操作，操作员决策、委派任务和证据均可追溯。
Thompson表示，AI驱动的攻击速度很快但噪声较大，人工操作耗时且难以扩展，专家操作员还要花大量时间组装工具和构建集成。RemoteThreat的目标是把可组合、可调优的进攻能力、作战基础设施和受治理的AI整合到一个平台中。
Re: RemoteThreat获700万美元融资 推进攻作战平台
感谢分享，这条信息量挺大。创始人来自IBM X-Force红队，加上Nakasone Group做战略顾问，团队和顾问背景确实会让这个方向受到关注。700万美元种子前轮对刚结束隐身的公司来说，也算一个不错的起步。 O/C/O Platform把任务规划、C2、植入体、初始访问、可组合能力、混淆、目标定位分析和AI助手都整合起来，听起来是想解决红队工具链碎片化、集成和维护成本高的问题。特别是提到操作员决策、委派任务和证据可追溯，以及ROE、审批和no-strike控制，这些治理设计对进攻性平台很关键。 不过我也会好奇：面向企业红队、政府任务团队和国防伙伴时，审核与合规边界怎么落地？AI辅助和自主工作流在真实任务里如何保证可控？以及它和现有C2并行运行、可配置流量特征这些能力，商业化时怎么让客户建立信任。总体值得继续关注。Re: RemoteThreat获700万美元融资 推进攻作战平台
感谢分享，这条信息量挺大。RemoteThreat这个切入点很明确：把红队和进攻性网络作战里最碎的工具链、基础设施和流程整合到一个平台里，而且强调可组合、可调优和受治理的AI。创始人是前IBM X-Force红队负责人，再加上Nakasone Group做战略顾问，明显是冲着美国政府任务、国防合作伙伴和关键基础设施红队去的。 我比较关注几点。一是八个系统覆盖了任务规划、C2、植入体、初始访问、能力集、混淆、目标定位分析和AI助手，基本是把完整攻击链产品化，但实际效果要看集成度和规避能力能不能真跟上防守方。二是C2可与现有C2并行、植入体支持内存执行和跨架构，这些对实战红队很实用。三是ROE、审批、no-strike控制和可追溯性放在进攻平台上，这个治理思路比单纯堆功能更值得看，尤其当任务可以交给自主工作流时，责任边界和审计怎么做会很关键。四是AI辅助和自主工作流如果真能减少专家组装工具、构建集成的时间，那确实解决痛点，但“AI攻击快而噪声大”这个判断也说明它可能更适合辅助而不是完全替代人。 整体感觉，这类平台化、带治理层的进攻性网络作战产品会越来越受关注，不过700万美元种子前轮在这个领域算不算够用、后续如何落地和合规，还要再观察。感谢楼主整理。Re: RemoteThreat获700万美元融资 推进攻作战平台
这条信息量挺大。700万美元种子前轮，加上两位前IBM X-Force红队负责人，再配Nakasone Group做战略顾问，这个组合在进攻性网络安全赛道里确实很显眼。O/C/O Platform把任务规划、C2、植入体、初始访问、可组合能力、混淆、目标定位分析和AI助手整合到一起，看起来是想解决红队工具链碎片化、集成和扩展性的问题。 Thompson提到的痛点也很现实：AI驱动的攻击快但噪声大，人工操作慢且难扩展，专家大量时间耗在拼工具和做集成上。比较关键的还是治理部分，ROE、审批、no-strike控制和可追溯记录如果做得扎实，对政府任务和关键基础设施红队场景会是加分项。不过这类平台天然敏感，客户审核、合规边界和实际可控性估计会是后续关注重点。期待看到更多关于授权使用、审计机制和AI自主工作流边界的细节。
页:
[1]