Trent AI raccoglie 13 milioni di dollari per costruire sicurezza multi-agente

      La startup londinese è emersa dalla modalità stealth il 7 aprile con una soluzione di sicurezza agentica stratificata e un round di finanziamento seed sostenuto da LocalGlobe e Cambridge Innovation Capital. I suoi co-fondatori includono un professore di Cambridge che in precedenza era direttore dell'apprendimento automatico di Amazon.

      Trent AI, un'azienda di sicurezza agentica con sede a Londra, ha raccolto 13 milioni di dollari in un round di finanziamento seed ed è emersa dalla modalità stealth. Il round è stato guidato da LocalGlobe e Cambridge Innovation Capital, con la partecipazione di investitori angel, tra cui Joaquin Quiñonero Candela, un membro del personale tecnico di OpenAI; Avinash Bhat, un direttore di AWS; Ippokratis Pandis, un ingegnere distintivo di Databricks; e Tony Jebara, ex vicepresidente dell'ingegneria e responsabile di AI/ML di Spotify.

      L'azienda è stata fondata nel 2025 e sarà lanciata pubblicamente il 7 aprile 2026.

      Trent AI sta mirando a un divario strutturale che si è ampliato man mano che le imprese distribuiscono agenti AI autonomi più velocemente di quanto i loro framework di sicurezza possano adattarsi. Il prodotto dell'azienda è una piattaforma di sicurezza multi-agente costruita specificamente per ambienti agentici, piuttosto che uno strumento di sicurezza a regole statiche convenzionali adattato per l'AI.

      Funziona attraverso quattro tipi di agenti specializzati che operano continuamente in parallelo: agenti di scansione che osservano codice, infrastruttura, dipendenze e comportamento in tempo reale per localizzare i rischi. Il 💜 della tecnologia UE Gli ultimi rumori dalla scena tecnologica dell'UE, una storia dal nostro saggio fondatore Boris e alcune opere d'arte AI discutibili. È gratuito, ogni settimana, nella tua casella di posta. Iscriviti ora!

      Agenti di giudizio che classificano e danno priorità ai segnali in base all'impatto reale sul business piuttosto che a regole predefinite. Agenti di mitigazione che patchano vulnerabilità e convalidano automaticamente le correzioni. E agenti di valutazione che monitorano le tendenze del rischio nel tempo e confrontano con gli standard.

      Il ciclo di feedback tra questi strati è progettato per migliorare l'accuratezza di ciascun ciclo successivo.

      Il team fondatore è deliberatamente strutturato attorno alla combinazione di profondità accademica e scala operativa. Il CEO Eno Thereska è stato in precedenza ingegnere distintivo presso Alcion (acquisita da Veeam), AWS e Confluent. Il co-fondatore Neil Lawrence è il Professore di Apprendimento Automatico di DeepMind all'Università di Cambridge e ha ricoperto il ruolo di Direttore dell'Apprendimento Automatico presso Amazon.

      Il terzo co-fondatore, Zhenwen Dai, è stato scienziato dell'apprendimento automatico presso AWS e Senior Research Manager presso Spotify. Un sondaggio di Deloitte citato da Trent AI ha rilevato che mentre il 74% delle aziende prevede di implementare AI agentica entro due anni, solo il 21% riporta un modello di governance maturo per agenti autonomi, il divario che l'azienda è esplicitamente progettata per affrontare.

      I partner di design, tra cui Canopy, Commscentre, ML@Cam, Qbeast e Weblogic, stanno già utilizzando la piattaforma. Trent AI è un membro partner di OWASP, il Progetto di Sicurezza delle Applicazioni Aperte a Livello Mondiale, e un partner startup con il CyLab Venture Network della Carnegie Mellon University.

      Il prodotto include anche un agente di sicurezza open-source per OpenClaw. Saul Klein, co-fondatore e presidente esecutivo di Phoenix Court, la sede di LocalGlobe, ha descritto il momento come "il momento giusto per costruire le fondamenta a lungo termine della sicurezza per i sistemi agentici."