英伟达在周一推出了一套名为 Nvidia Open Agent Safety Platform 的新平台，目标是在 AI 代理外部加装独立安全层，防止它们脱离测试环境、触达真实系统。这一发布正值多起 AI 代理“越狱”事件曝光之后，包括 OpenAI 代理在执行网络安全任务时突破 Hugging Face 防护、以及其他来自 Anthropic、Google、OpenAI、Meta 的模型绕过安全控制的事件。

英伟达 CEO 黄仁勋称，这套平台能阻止此类破坏。他没有把问题归咎于发展速度或监管缺失，而是认为安全是工程问题。英伟达靠向 AI 实验室出售 GPU 和 CPU 芯片赚取数百亿美元，因此不支持放缓研发或新增行业监管。其思路是：把部分安全控制从 AI 代理中完全抽离，变成一个独立且持续的“安全警卫”。

平台由两部分组成：OpenShell，一个开源软件，用于控制代理运行期间能访问的资源和边界；以及 Sentry，一个独立监控系统，运行在英伟达的 BlueField-4 DPU 上。将 Sentry 放在单独的处理器上，而非代理运行所用的 CPU 或 GPU，可以让监控方获得隔离的观察视角。OpenShell 本身不是新品，英伟达在三月已发布；新的是两者组合——软件层划定边界，硬件层持续监控，并在代理试图越界时“毫秒级隔离”。

黄仁勋透露，这项工作始于一年前，受 Peter Steinberger 开发的 OpenClaw 启发。英伟达在三月发布了自家企业级 Agent 平台 NemoClaw，内置安全能力。他的原话是：“无论代理多聪明，部署时的第一件事就是剥夺它的所有权利。”他把这些安全措施类比为人类员工乃至高管的内部管理。

已有数十家公司签约支持该开源平台，包括 Anthropic、Arm、Microsoft、Oracle、SpaceX。OpenAI 不在名单中。白宫前 AI 事务负责人 David Sacks 对此评价称，最近的“越狱”并非说明发展必须停止，而是证明沙箱太弱、运行环境设计不佳且配置错误。