prefactor.tech

是什么

Prefactor 定位为 AI Agent Management / Agent Performance Platform，核心不是创建大模型或编排 Agent，而是在企业已有 Agent 运行时之上提供统一控制面。它关注“哪些 Agent 存在、能访问什么、行为是否合规、成本与质量如何、出了问题能否审计”。目标用户包括 CISO、AI 负责人、ML/AI 工程、AI GRC 和产品团队，行业重点覆盖金融、医疗、保险等强监管场景。

核心能力

从抓取内容看，Prefactor 的能力链条较完整：Agent Registry 用于手工注册代理、记录所有者、版本、框架和部署状态；Runtime Policies 可在运行时阻断、限流、沙箱化或升级高风险动作；PII Detection 可实时识别账号、SSN、凭证、邮箱等敏感信息并阻断外泄；Immutable Audit Trail 记录输入、输出、策略决策等，用于合规审计和事件取证。平台还提供成本追踪、质量评估、审批路由、风险看板，并支持 OpenAI、Claude、Gemini、Llama、Mistral、Cohere、AWS Bedrock，以及 LangChain、CrewAI、AutoGen、OpenAI Agents SDK、Google ADK、Semantic Kernel、Haystack 等生态。

定价与试用

公开页面没有给出具体价格、套餐、免费额度或试用周期，只出现 Pricing、Book a demo，以及 Agent Risk Consultation、Agent Maturity Audit、MCP Maturity Audit 等免费工具入口。整体更像企业销售型产品，采购前需要预约演示并确认计费口径、部署方式、数据保留与合规条款。

优缺点

优点是覆盖 Agent 治理关键环节，特别强调运行时强制执行，而不只是事后观测；对金融合规、CISO 安全治理、MCP 工具访问控制和 Shadow AI 管理有明确场景。集成面也较广，便于接入多模型、多框架环境。局限是公开信息中部分能力标注 Coming Soon，例如复合风险评分和部分质量评估说明；同时缺少价格、中文支持、数据驻留、私有化部署等关键信息。接入也需要 SDK/CLI 和工程改造，并非开箱即用。

适合谁与中国访问

Prefactor 更适合已经在生产环境运行多个 AI Agent、且面临合规审计、敏感数据保护、成本归因和安全审批压力的中大型企业。不太适合只想快速搭建个人 Agent 或低成本试用的团队。中国访问情况正文未说明，支付方式也未披露；若在国内采购，需重点确认网络连通性、合同支付、数据跨境与本地替代方案。可对比 Credo AI、Microsoft Agent 365、AgentOps、Fiddler AI、Langfuse、LangSmith、Aim Security、Lakera、Prisma AIRS、Zenity 等产品。