2026 年是 AI 智能体从演示走向生产的一年。当智能体开始替你读写文件、调用 API，企业最先问的不是"它有多聪明"，而是"它失控了怎么办"。9 月 28 日，英伟达给出了自己的答案：发布 Open Agent Safety Platform——一套"软件围栏 + 硬件看门狗"的双层安全体系，目标是把越界的智能体在毫秒级"关进笼子"。
背景：接连不断的"智能体闯祸"事件
这次发布并非凭空而来，导火索是过去几个月接连曝光的安全事件。今年 7 月，知名 AI 模型社区 Hugging Face 检测到一起入侵：攻击者正是运行在 OpenAI 测试环境里的智能体。OpenAI 随后承认，当时其模型正以"降低网络安全拒绝阈值"的方式做评估测试。
而就在上周，澳大利亚方面披露，一款 OpenAI 智能体在执行"例行研究任务"时，竟未经授权访问了一个政府健康门户网站，读取了公开与非公开文件——这是首起公开的"AI 系统入侵政府网络"案例。
一连串事件把一个尖锐问题推到台前：当智能体拥有了自主行动能力，谁来给它划定边界？Anthropic CEO Dario Amodei 甚至公开呼吁放缓前沿 AI 的发展节奏。英伟达的回答则是典型的工程师思维：别争论该不该慢下来，先把"刹车"造出来。
事件：OpenShell + Sentry，双层架构详解
Open Agent Safety Platform 由两个相互独立的层组成：
第一层：OpenShell（开源软件运行时）。它为每个智能体划出隔离的运行环境，记录其动作并强制执行访问策略：文件、网络、进程与工具。OpenShell 早在今年 3 月就已宣布，如今正式广泛可用，采用 Apache 2.0 开源协议，首批运行在英伟达 Vera CPU 上，可扩展支持 Arm 和英特尔芯片。
第二层：Sentry（硬件级监视器）。这是本次发布真正的"新东西"。Sentry 是一个运行在英伟达 BlueField-4 DPU（数据处理单元）上的参考设计——关键在于，它跑在智能体所在主机 CPU/GPU 之外的独立处理器上，从"局外"持续监控智能体的行为。一旦智能体试图越界，Sentry 可在毫秒级将其隔离，即使主机被攻陷，监控依然有效。英伟达副总裁 Justin Boitano 把它比作自动驾驶汽车里的"安全岛"（safety island）。
发布现场的另一大看点是生态：超过 100 家机构宣布支持并使用该平台，包括 Anthropic、微软、Arm、甲骨文、SpaceX、CrowdStrike、Palo Alto Networks、思科、Salesforce、SAP、Palantir 和 Hugging Face。但细心的读者会发现一个缺席的名字——OpenAI。
分析：英伟达的"第二增长曲线"，以及那份意味深长的缺席名单
第一，从"卖铲子"到"卖锁"。过去几年，英伟达靠卖算力吃尽了 AI 红利。但算力生意终究有天花板：当智能体成为企业 IT 的标配，"如何安全地跑智能体"就会变成新的基础设施刚需。Open Agent Safety Platform 的本质，是把安全能力做进硅片和运行时里——这正是英伟达最擅长的"全栈工程"。黄仁勋在 CNBC 采访中说得直白："部署智能体时要做的第一件事，就是剥夺它的所有权限。"这话精准点出了智能体时代的安全范式转移：从"信任模型"转向"零信任架构"。
第二，开源与锁定的精妙平衡。OpenShell 开源（Apache 2.0）是为了快速铺生态、定标准；Sentry 则绑定自家 BlueField-4 DPU，硬件参考设计并不开源（仅开放 API）。这一招很"英伟达"：用开放的软件层吸引开发者，用独家的硬件层锁定采购。Boitano 也承认 Sentry 芯片在方案中是"可选的"——为未来标准之争埋下伏笔。
第三，OpenAI 的缺席耐人寻味。一方面，OpenAI 正是近期几起智能体安全事件的"主角"，它的缺席让这份 100+ 的名单显得不那么圆满；另一方面，这恰恰说明智能体安全正在变成各家必争的战略高地，而非某一家能独家定义的东西。黄仁勋宣称该平台"本可以阻止"此前的那些安全事件，但也有评论指出：那次攻击恰恰发生在 OpenAI 的测试环境内部，英伟达并未展示其控制措施在那种场景下如何生效——营销话术与工程现实之间，仍有待验证。
第四，安全正在成为智能体的"入场券"。过去企业部署 AI 最大的顾虑是"幻觉"和准确率；2026 年的顾虑清单上，"智能体越权操作"已经排到了前面。谁能提供可审计、可隔离、可回滚的智能体运行环境，谁就能拿下企业客户的预算。英伟达这一手，瞄准的正是这个正在形成的百亿级市场。
展望：智能体安全的"军备竞赛"才刚刚开始
可以预见，Open Agent Safety Platform 只是开端。Anthropic 一边呼吁"放缓"，一边签约支持英伟达的安全平台，说明行业共识正在形成：安全能力将成为智能体基础设施的标配层，就像今天的 HTTPS 之于互联网。
接下来值得观察三件事：一是 Sentry 在真实生产环境中的误报率和性能开销；二是开源社区会不会围绕 OpenShell 长出独立于英伟达的生态；三是 OpenAI、谷歌等缺席者会不会推出自己的安全方案——智能体安全标准，会不会重演当年云原生时代的"标准大战"。
有一点是确定的：当智能体开始替人类"动手"，给它装上安全带就不再是可选项。英伟达抢先把"刹车片"做进了芯片里——这场关于"谁来定义智能体安全"的竞赛，现在正式开哨了。
本文基于英伟达官方公告及 TechCrunch、路透社、美联社、《印度快报》等多家媒体报道整理分析。