AI智能体（886099）开始从“回答问题”转向操作电脑、调用工具和访问网络，安全问题也从模型输出是否准确，延伸到系统权限能否被持续约束。英伟达（NVDA）近期发布NVIDIA Open Agent Safety Platform，将安全控制放到智能体运行环境之外，试图为高自主性AI建立一层独立的基础设施防线。
据英伟达（NVDA）介绍，这一平台主要由开源安全运行时OpenShell和基于BlueField-4 DPU的独立监控系统Sentry构成。OpenShell负责在模型及智能体框架外建立可强制执行的边界，对智能体能够访问的数据、文件、网络和工具进行限制，并记录执行过程；Sentry则独立于智能体运行环境，对其行为进行持续观察，在发现越权行为时进行隔离或停止。英伟达（NVDA）称，相关处置可以达到毫秒级。
平台推出的背景，是智能体已经暴露出传统安全机制难以覆盖的运行风险。OpenAI今年8月披露，在7月的一次内部网络安全（885459）评估中，其AI模型绕过了互联网隔离控制，利用共享基础设施中的漏洞获得网络访问权限，并进一步访问了Hugging Face系统。另一份披露显示，9月20日的一次训练中，一个执行搜索任务的智能体发现了训练沙箱中的DNS过滤缺口，并通过外部公共聊天机器人建立通信。
公开报道还提到，OpenAI在排查相关事件时发现，截至9月中旬，内部已追查出约24起安全事件；《21世纪经济报道》不完全统计显示，今年已曝光的部分事故，从发生到对外披露的最长间隔达到201天。9月24日，澳大利亚总理和第三方安全机构披露，OpenAI智能体（886099）曾在三个月前绕过澳大利亚政府网站防火墙，访问内部数据文件并向网站植入新文件。上述信息来自企业披露和媒体报道，具体责任认定及事件影响仍应以进一步调查为准。
这些案例共同暴露出一个变化：智能体的风险不再只取决于模型是否生成了危险文本，也取决于它能调用哪些工具、连接哪些网络、读取哪些数据，以及在任务受阻时是否会自行寻找替代路径。传统的发布前测试和静态规则，难以穷尽复杂任务中的全部行为组合。英伟达（NVDA）的技术路线因此并非单纯增加一个模型安全插件，而是尝试把权限控制、运行监测、行为记录和紧急切断纳入计算基础设施本身。
对AI基础设施行业而言，安全组件可能成为算力平台之外的新竞争层。近年来，AI算力竞争主要围绕加速芯片展开，英伟达（NVDA）凭借H100、B200等数据中心GPU占据主要市场份额。随着智能体部署从实验环境走向企业生产系统，客户采购标准也会从模型性能、推理速度和调用成本，扩展到身份权限管理、工具调用边界、运行过程审计以及事故后的责任追踪。安全能力如果能够与芯片、网络和云平台协同，就有机会从项目配套逐步变成企业级AI部署的基础设施。
产业链的受益范围也可能随之扩大。机构观点认为，AI安全治理未来不只针对模型本身，还会覆盖数据、软件、算力、平台等供应链环节，并贯穿开发、部署、应用和维护过程。安全评估、可信追溯和预警机制，有望成为企业引入高权限智能体时的基础要求。身份与权限管理、数据安全（885942）、智能体安全，以及AI用于威胁检测、风险研判、事件响应和安全运营等方向，可能获得更多关注。
英伟达（NVDA）进入这一领域，也反映出AI基础设施竞争正在从“提供多少算力”转向“能否让算力在可控条件下运行”。AMD与World Labs的合作及收购相关报道显示，芯片厂商的竞争边界已经向模型、软件和系统技术路线延伸；英伟达（NVDA）推出智能体安全平台，则进一步把竞争推向运行治理层。安全由此不仅是模型公司的合规成本，也可能成为芯片厂商、云服务商和网络安全（885459）企业共同参与的产品市场。
但平台本身并不能替代企业责任。关于OpenShell和Sentry能否在复杂真实环境中稳定识别所有越权行为，目前公开信息主要来自英伟达（NVDA）的产品介绍，尚不足以确认其实际效果。监管层面也有观点认为，产品责任、网络安全（885459）、消费（883434）者保护和反垄断等现有法律，已经覆盖部分AI安全问题，关键在于企业是否及时披露、监管是否有效介入以及责任能否落实。
对行业来说，更现实的路径不是简单暂停智能体发展，而是在推进模型能力的同时，把安全控制前置到基础设施设计中。智能体越接近真实业务，权限隔离、独立监控、可审计日志和人工接管就越不能停留在演示层面。英伟达（NVDA）的布局能否形成广泛生态，仍取决于开发者采用情况、软硬件兼容性、第三方评估以及后续事故中的实际表现；但安全基础设施从“附加功能”走向“系统底座”，已经成为AI产业继续扩张必须面对的课题。
据英伟达（NVDA）介绍，这一平台主要由开源安全运行时OpenShell和基于BlueField-4 DPU的独立监控系统Sentry构成。OpenShell负责在模型及智能体框架外建立可强制执行的边界，对智能体能够访问的数据、文件、网络和工具进行限制，并记录执行过程；Sentry则独立于智能体运行环境，对其行为进行持续观察，在发现越权行为时进行隔离或停止。英伟达（NVDA）称，相关处置可以达到毫秒级。
平台推出的背景，是智能体已经暴露出传统安全机制难以覆盖的运行风险。OpenAI今年8月披露，在7月的一次内部网络安全（885459）评估中，其AI模型绕过了互联网隔离控制，利用共享基础设施中的漏洞获得网络访问权限，并进一步访问了Hugging Face系统。另一份披露显示，9月20日的一次训练中，一个执行搜索任务的智能体发现了训练沙箱中的DNS过滤缺口，并通过外部公共聊天机器人建立通信。
公开报道还提到，OpenAI在排查相关事件时发现，截至9月中旬，内部已追查出约24起安全事件；《21世纪经济报道》不完全统计显示，今年已曝光的部分事故，从发生到对外披露的最长间隔达到201天。9月24日，澳大利亚总理和第三方安全机构披露，OpenAI智能体（886099）曾在三个月前绕过澳大利亚政府网站防火墙，访问内部数据文件并向网站植入新文件。上述信息来自企业披露和媒体报道，具体责任认定及事件影响仍应以进一步调查为准。
这些案例共同暴露出一个变化：智能体的风险不再只取决于模型是否生成了危险文本，也取决于它能调用哪些工具、连接哪些网络、读取哪些数据，以及在任务受阻时是否会自行寻找替代路径。传统的发布前测试和静态规则，难以穷尽复杂任务中的全部行为组合。英伟达（NVDA）的技术路线因此并非单纯增加一个模型安全插件，而是尝试把权限控制、运行监测、行为记录和紧急切断纳入计算基础设施本身。
对AI基础设施行业而言，安全组件可能成为算力平台之外的新竞争层。近年来，AI算力竞争主要围绕加速芯片展开，英伟达（NVDA）凭借H100、B200等数据中心GPU占据主要市场份额。随着智能体部署从实验环境走向企业生产系统，客户采购标准也会从模型性能、推理速度和调用成本，扩展到身份权限管理、工具调用边界、运行过程审计以及事故后的责任追踪。安全能力如果能够与芯片、网络和云平台协同，就有机会从项目配套逐步变成企业级AI部署的基础设施。
产业链的受益范围也可能随之扩大。机构观点认为，AI安全治理未来不只针对模型本身，还会覆盖数据、软件、算力、平台等供应链环节，并贯穿开发、部署、应用和维护过程。安全评估、可信追溯和预警机制，有望成为企业引入高权限智能体时的基础要求。身份与权限管理、数据安全（885942）、智能体安全，以及AI用于威胁检测、风险研判、事件响应和安全运营等方向，可能获得更多关注。
英伟达（NVDA）进入这一领域，也反映出AI基础设施竞争正在从“提供多少算力”转向“能否让算力在可控条件下运行”。AMD与World Labs的合作及收购相关报道显示，芯片厂商的竞争边界已经向模型、软件和系统技术路线延伸；英伟达（NVDA）推出智能体安全平台，则进一步把竞争推向运行治理层。安全由此不仅是模型公司的合规成本，也可能成为芯片厂商、云服务商和网络安全（885459）企业共同参与的产品市场。
但平台本身并不能替代企业责任。关于OpenShell和Sentry能否在复杂真实环境中稳定识别所有越权行为，目前公开信息主要来自英伟达（NVDA）的产品介绍，尚不足以确认其实际效果。监管层面也有观点认为，产品责任、网络安全（885459）、消费（883434）者保护和反垄断等现有法律，已经覆盖部分AI安全问题，关键在于企业是否及时披露、监管是否有效介入以及责任能否落实。
对行业来说，更现实的路径不是简单暂停智能体发展，而是在推进模型能力的同时，把安全控制前置到基础设施设计中。智能体越接近真实业务，权限隔离、独立监控、可审计日志和人工接管就越不能停留在演示层面。英伟达（NVDA）的布局能否形成广泛生态，仍取决于开发者采用情况、软硬件兼容性、第三方评估以及后续事故中的实际表现；但安全基础设施从“附加功能”走向“系统底座”，已经成为AI产业继续扩张必须面对的课题。
