Mintive 获 700 万美元融资，为 AI 智能体提供独立身份与权限管理

Mintive 在 Cowboy Ventures 领投的新一轮融资中筹集了 700 万美元，使其融资总额达到 1100 万美元，此时各公司正寻求对在其系统内运行的 AI 智能体实施更严格的控制。该公司表示，目前每天在 50 多家付费企业客户中处理 250 万次智能体调用，七个月内累计处理超过 2 亿次调用。

10 月 29 日的公告列出的客户包括 Ro、Modern Treasury、Coursera、密歇根大学和 Apax。这笔资金支持一个平台，旨在为每个智能体赋予独立身份、范围严格限定的权限，以及其在企业工具和 AI 模型中的可追溯操作记录。

Mintive 的投资者包括 Coatue、Operator Collective、Burst Capital、Maven Ventures 和 Hustle Fund。个人投资者包括 Okta 联合创始人 Frederic Kerrest、WorkOS 创始人兼 CEO Michael Grinich、Scott Belsky、Jeff Dean 和 Andrej Karpathy。公告未披露估值，也未指明新一轮融资的阶段。

根本问题在于权限管理。一名员工可能因为其职责横跨多项任务而拥有对许多系统的访问权限。使用该员工凭证的智能体可能继承远超其直接工作所需的范围。随着组织通过不同界面部署智能体，安全团队还面临控制措施碎片化以及授权记录不完整的问题。

“智能体已经在公司系统内工作，每一个都需要像每位员工一样拥有自己的身份和权限，”Mintive 联合创始人兼 CEO Jiquan “JQ” Ngiam 在公告中表示。

该公司的 Agent Identities 文档将每个智能体描述为其网关内的独立主体。它在审计日志中拥有自己的工具包、状态和身份。访问权限可以从触发任务的用户、团队凭证或为该工作配置的服务账户中委派。

底层服务凭证保留在网关中。智能体通过自己的凭证进行身份验证并获取短期令牌，而管理员控制它可以访问哪些具体工具。吊销某个智能体的令牌即可停止该智能体，而无需组织禁用无关的用户或智能体。

这种分离还解决了连续性问题。业务流程不应无限期依赖于最初配置它的员工的个人凭证。Mintive 描述了智能体工具包的共享管理和可转移所有权，使团队能够随着职责变化管理访问权限。

Mintive 将用于工具访问的 MCP Gateway 与用于模型调用的 LLM Gateway 相结合。模型上下文协议（Model Context Protocol）为 AI 应用与外部工具之间提供了通用接口；治理问题在于特定智能体应被允许使用其中哪些连接。

MCP Gateway 产品页面描述了一个经批准服务器的内部目录，按角色分组为不同的工具包。管理员可以禁用单个工具（包括破坏性操作），并对不同的 AI 客户端应用统一的访问策略。该网关还可以在企业身份验证之后托管内部 MCP 服务器。

每次调用都会记录其用户、工具、目标服务器和护栏结果。该产品支持将日志导出到安全信息和事件管理系统，并通过 OpenTelemetry 的 OTLP 协议进行流式传输。这为安全团队提供了一种将智能体活动纳入其现有监控流程的方式。

Mint Guard 增加了对提示注入、泄露的机密、个人数据和其他风险的筛查。该公司表示其平台已通过 SOC 2 Type II 审计。这些控制措施有助于界定允许的行为并使活动可被检查；其有效性仍取决于组织配置的策略和集成。

在 Modern Treasury，该公司表示，一个银行运营智能体在技术客户经理介入之前会搜索 Sentry、Notion、Linear、源代码和内部工具。Mintive 报告称，在较简单的案例中节省了 30 分钟，在复杂案例中最多节省四小时。这些是公告中报告的特定客户结果。

密歇根大学将 Mintive 用作企业 MCP 网关，提供通往经批准工具的共享路径，同时由中央 IT 部门管理访问权限。Mintive 还在 Slack 和 Teams 中提供 Coworker 智能体，将企业工具访问与长期记忆和计划任务相结合。

正如 Unite.AI 对 MCP 连接层之上企业软件的分析所解释的那样，使工具可访问只是交付有用工作流的一部分。Mintive 正在解决围绕该连接的身份、权限和操作记录问题。

Mintive（前身为 MintMCP）在其官方媒体资料中列出了四位联合创始人：Jiquan Ngiam、Vijay Vasudevan、Bozhi See 和 Phillip Bensaid。新闻稿将 Ngiam 的背景描述为 Coursera 的创始工程师和 Google Brain 的高级主任软件工程师，而 Vasudevan 曾在 Google 协助创建 TensorFlow。

新一轮融资使该公司处于企业 AI 周围不断增长的操作层中：决定哪个智能体可以行动、它使用谁的权限，以及事后留下什么证据。其报告的用量表明，对于跨业务系统部署智能体的客户来说，这些问题已经是生产要求。