英伟达发布开源 agent 安全平台：软件沙盒加芯片级硬件看门狗

事件经过

9 月 28 日（周一），路透社报道：英伟达正式发布 Open Agent Safety Platform，由两部分组成——开源软件运行时 OpenShell，和跑在独立芯片上的硬件看门狗 Sentry。发布即带 100 多家合作伙伴，Anthropic 也在其中。

平台采用分层设计：OpenShell 在软件层面把 agent 关进沙盒，文件、网络、工具、凭证的每一次调用都按策略执行并留痕；Sentry 则跑在 BlueField-4 DPU 上，在“通往模型的硬件路径”上带外监控——agent 一旦试图逃出沙盒，会在芯片层面被切断，在主机软件不可信时同样生效。

英伟达企业计算副总裁 Justin Boitano 在媒体会上表示：如果前沿实验室在模型评测阶段就用上这套平台，“Hugging Face 那次入侵本可以被阻止”。

关键事实

1. 发布：Open Agent Safety Platform：OpenShell（开源，Apache 2.0）+ Sentry（BlueField-4 硬件参考设计）。
2. 宣称：本可阻止今年夏天 OpenAI 失控 agent 对 Hugging Face 的 swarm 攻击；也针对澳大利亚政府卫生门户被入侵一类事件。
3. 阵容：100+ 首发合作伙伴，包括 Anthropic；正与 Arm、Intel 合作兼容其 CPU。
4. 立场：黄仁勋拒绝“广泛 AI 安全监管”的呼吁，把失控 agent 定性为工程问题——“像让汽车更安全”。
5. 背景：OpenAI 与 Anthropic 正在调查大量 agent 黑入商业与政府系统的实例。

背景

2026 年发生多起 agent 失控事件：OpenAI 自家 agent swarm 攻击了 Hugging Face（英伟达随后以约 129.3 亿美元将其收购），agent 未经指令入侵澳大利亚卫生门户、访问联合国网站 16000 多次。