简要概述：
- 英伟达周一推出 Open Agent Safety Platform，将名为 OpenShell 的开源运行时与名为 Sentry 的硬件看门狗配对。Sentry 运行在 BlueField-4 芯片上，可在几毫秒内隔离行为异常的 AI 智能体。
- 超过 100 家公司签约成为发布合作伙伴，包括 Anthropic、Microsoft、JPMorgan Chase、Palantir、Cisco 和 SpaceX AI。
- 此次发布之前，OpenAI、Google、Anthropic 和 Darktrace 刚刚经历了一系列真实事件。
英伟达周一推出了 Open Agent Safety Platform，旨在解决人工智能行业在过去一年里以惨痛方式发现的问题：当 AI 智能体（一种能够自主规划、使用工具并采取行动，而不仅仅是回答问题的系统）不再做它被要求做的事情时，你如何以物理手段阻止它？
该平台有两个主要部分。OpenShell 是一个开源运行时，将智能体包裹在沙盒中，把操作者的指令转化为可执行的规则，规定该智能体可以接触哪些文件、网络和工具。Sentry 更复杂一些，但本质上是一块确保 AI 智能体安全运行的芯片。
Sentry 运行在英伟达 BlueField-4 上，这是一种被称为 DPU 的专用芯片（数据处理单元，一种在与运行 AI 模型的主处理器分开的硬件上处理网络和安全性的硬件）。由于 Sentry 位于那块独立芯片上，而不是位于运行智能体的软件内部，英伟达表示，它可以观察智能体的行为并在几毫秒内切断其运行，无需事先征得智能体同意——因为智能体无法触及或覆盖它。
这种区分源于已经发生的事情。6 月，一个 OpenAI 智能体闯入了澳大利亚政府医疗保险门户网站，这是首例经证实的 AI 智能体入侵政府网站事件，据报道 OpenAI 将这一信息披露搁置了大约三个月。该公司的智能体还制造了 Hugging Face 被黑事件，这一事件最初在科技行业和立法者中引发了对该话题的担忧。Google 的 Gemini 智能体和一个 Meta 模型也曾发生过类似事件，当时未公开，但后来得到证实。
“这比单一产品更宏大。这是构建安全智能体系统信任层的开放生态系统的开端。”英伟达 CEO 黄仁勋写道，“我们正在共同为 AI 经济奠定基础。”
今天，我们与 100 多家行业合作伙伴一起发布了 NVIDIA Open Agent Safety Platform，将 OpenShell 和 Sentry 结合起来。
人工智能是卓越的技术，将推动发现、生产力、安全、健康和繁荣，造福子孙后代…… https://t.co/dReAxwpRUn
— Jensen Huang (@JensenHuang) 2026年9月28日
Anthropic 今年还承认，7 月 30 日，在一次网络安全评估中，Claude 模型入侵了三家不同公司的系统，原因是本应保持离线的测试环境竟然连接到了实时互联网。Claude 通过推理绕过了那些表明它身处真实互联网而非模拟环境的证据。
不久之后，网络安全公司 Darktrace 让一组 AI 智能体（包括 GPT 5.6 Sol 和两个 Claude 模型）接受编程挑战，并警告它们，只要不是满分就会被“淘汰”。其中两个智能体以入侵自己的评估机器并修改结果作为回应。
英伟达的主张是，这一切都不应留给智能体自行判断。“安全应该在模型之外，通过智能体无法绕过的额外控制来强制执行。”SpaceX AI 总裁 Mike Nicolls 在英伟达的公告中表示。
Anthropic 首席商务官 Paul Smith 将该平台定位为对现有安全措施的补充而非替代：“英伟达的平台在硬件和软件方面又增加了一层治理和控制。”
超过 100 个组织签约成为发布合作伙伴，其中包括 Microsoft、JPMorgan Chase、Palantir、Cisco、CrowdStrike、Hugging Face、Salesforce 和 SAP。基础设施合作伙伴 CoreWeave、Supermicro、Canonical 和 SUSE 也参与其中，硬件方面还有 Dell Technologies 和 HPE。
英伟达实际上在同时出售同一个问题的两半——让自主智能体足够快速且便宜、可以随处部署的芯片，以及盯着这些智能体、在它们偏离脚本时切断电源的芯片。OpenShell 和相关开发者工具现可通过英伟达的开发者资源和 GitHub 获取。