你让一个 AI Agent 接触公司数据库、替你回复客户，甚至执行付款。它若泄露数据、编造承诺或越权操作，企业不能简单地说一句“是 AI 干的”。2024 年，Air Canada 就曾因客服机器人给出错误优惠信息，被加拿大不列颠哥伦比亚省民事解决审裁处裁定承担赔偿责任。
问题因此变得实际：企业怎样在启用 Agent 前知道它有多危险？出了事又该由谁承担损失？据 TechCrunch 报道，Anthropic 早期员工 Rune Kvist 与前 METR COO Rajiv Dattani 创办了 Artificial Intelligence Underwriting Company（AIUC），试图先用第三方审计回答第一个问题，再为风险承保——即评估风险、设定保费与赔付条件——铺路。
先给 Agent 做一次“体检”
AIUC 把传统网络安全里的审计与认证机制搬到了 Agent 身上。它参照 SOC 2——企业常用的信息安全控制审计标准——制定了 AIUC-1，并提供配套测试。参照不等于获得同等认可：现有材料没有表明 AIUC-1 具备 SOC 2 的行业地位或审计保障。
公司称，它组织了约 250 名安全与风险负责人，每月询问这些 Agent 买家最关心哪些风险，再据此调整标准。一个 Agent 会经历约 5,000 项测试，覆盖 jailbreak（用诱导指令绕过安全限制）、hallucination（模型把错误内容当成事实输出）和 data leak（敏感数据泄露）等场景。
AIUC 还称，测试最终形成约 100 页报告，标出 Agent 在哪里可信、哪里存在隐患。测试执行和数据分析由 AI Agent 辅助，最终审计交给人核验。这个安排颇像让机器先做大规模筛查，再由审计员签字负责。
不过，上述联盟规模、测试数量和报告篇幅都来自公司口径。TechCrunch 的报道没有提供成员名单、测试方法、通过门槛、审计样本或报告原件。
为什么资本现在愿意下注？
AIUC 于 2026 年 9 月 15 日宣布完成 4,000 万美元 A 轮融资，由 Ribbit Capital 领投、First Harmonic 参投。加上此前由 Nat Friedman 旗下 NFDG 等参与的 1,500 万美元种子轮，累计融资达到 5,500 万美元。公司列出的客户包括 Cursor、Lovable、Harvey 和 ElevenLabs，但没有说明它们是付费客户、试点伙伴，还是只接受过测试。
这笔融资值得关注，不只因为金额。企业开始把 Agent 接入内部数据和业务系统后，安全工作正从“模型发布前测一次”，转向部署期间的持续监督。独立审计由部署方之外的机构检查权限、控制措施和事故记录；保险方则可以据此做责任定价，把越权操作、数据泄露和业务中断等抽象担忧，换算成保费、承保范围与赔付条件。
这也是 AIUC 创始班底的特殊之处。据 Fortune 报道，Kvist 做过 Anthropic 早期产品与市场工作；Dattani 曾是 McKinsey 保险业务合伙人，并于 2024 至 2025 年担任前沿 AI 风险评估机构 METR 的 COO，现仍是其董事。团队是在把“测风险的人”和“给风险定价的人”放进同一家公司。
我们 9 月 13 日报道过 Anthropic 考虑引入 METR 等第三方驻场评估员。AIUC 代表另一条商业路径：不驻场监督模型公司，而是向企业提供 Agent 审计与认证。如果这套机制获得买方和保险方认可，AI 安全就不再只是原则声明，而会进入采购条款和财务成本。
局限与未知
- 目前全部核心信息来自 TechCrunch 一篇报道，融资、客户及测试规模主要依据公司或创始人说法，尚无独立交叉验证。
- 材料没有披露 AIUC-1 的完整条款、通过阈值、误判率或真实事故中的有效性，不能据此断言它已能阻止 Agent“失控”。
- 公司名称强调“承保”，但现有材料只具体说明了审计、测试与认证，没有披露保险产品、保费模型、承保范围或赔付案例。眼下更准确的说法是：AIUC 正在搭建给 Agent 风险定价所需的基础设施。