Nvidia CEO 黄仁勋（Jensen Huang）发布了 Open Agent Safety Platform，这是一个双组件系统，旨在为自主 AI 智能体提供安全的运行环境，他将其描述为“智能体浏览器”。该平台于9月28日公布，结合了名为 OpenShell 的开源运行时与名为 Sentry 的硬件级监控层，打造出黄仁勋所称的自主 AI 可在不失控的情况下运行的安全空间。

随着企业加速部署能够编写代码、开展研究、监控网络安全并连续数小时或数天运行复杂操作的 AI 智能体，这一公告应运而生。Nvidia 押注的是：最有能力为这一转变构建防护栏的公司正是 Nvidia 自己。随着这些部署深入日常运营，关于由谁提供监督——以及监督基于何种依据得以验证——的问题也随之而来。

“浏览器”比喻的运作方式

OpenShell 在沙箱化执行环境中运行 AI 智能体，每个环境都像浏览器标签页一样相互隔离。沙箱是网页浏览中长期 established 的技术：每个标签页独立运行，因此即使某个页面崩溃或行为异常，其他标签页仍能正常工作。OpenShell 将同样的原则应用于智能体。如果某个智能体崩溃或开始超出其策略边界运行，其余智能体将不受影响地继续运行。这种隔离模型也是容器化云工作负载等其他长期计算实践的基础。

该系统严格执行策略、维护审计追踪，并可在不关闭运行中智能体的情况下推送策略更新。Sentry 位于底层作为硬件级执行者，监控智能体行为，并在软件层控制不足以应对时进行干预。

Nvidia 声称 OpenShell 在其 Vera CPU 上引入的开销极小，这意味着企业不会为额外的安全层付出的性能代价。该运行时以 Apache 2.0 许可证发布——这是一种广泛使用的宽松开源许可证——开发者和组织可自由检查、修改和部署。在安全工具领域，这种开放性尤为重要：组织可以亲自审查执行层本身，而不必仅依赖供应商对其行为的描述。

“只有解决 AI 安全问题，AI 为社会带来的非凡潜力才能得以实现，”黄仁勋在公告中说道。

企业生态系统逐步成形

Open Agent Safety Platform 并非凭空出现。Nvidia 花费了2026年的大部分时间来整合其组成部分。大约在3月和4月，该公司发布了 Agent Toolkit，其中包含拥有5500亿参数的 Nemotron 3 Ultra 模型，专为企业客户优先考虑的长时间运行智能体工作流而打造。

该工具包还捆绑了技能库：智能体可以直接调用的预构建能力，而无需从零学习。到9月，超过100家企业软件公司已开始将 Nvidia 的智能体平台工具集成到自己的产品中。

这份名单堪称企业技术领域的群英谱：Adobe、Salesforce、SAP、Microsoft 和 Red Hat 都在为该技术栈做出贡献或在其基础上进行构建。以安全为重心的 AI 实验室 Anthropic——Claude 的开发方——也位列合作伙伴之中。

为什么沙箱化智能体比沙箱化网页更难

根据 Nvidia 的描述，这些智能体被设计为“长时间运行”和“自我演化”的。它们可以连续运行数小时或数天，做出决策、调用外部 API、根据新信息修改自身行为，并与关键业务系统交互。

这正是 Nvidia 将 OpenShell 的软件层沙箱与 Sentry 的硬件级执行相结合的原因。从原理上讲，软件防护栏可以被足够强大的智能体绕过；而硬件级监控则增加了一条不依赖智能体配合的第二道防线。基于硬件的控制是企业安全中一个成熟的技术类别，长期以来被用于加密密钥保护等任务。

该平台面向四个主要领域：编程、研究、网络安全和运营——每个领域都有各自的风险特征。编写代码的智能体可能引入漏洞，而执行网络安全操作的智能体则必然可以访问敏感系统。在此背景下，审计追踪功能变得至关重要，它为企业提供了一份关于智能体做出的每个决策及其原因的取证记录。当审计师、监管机构或客户询问某个自动化决策是如何做出时，安全和合规团队所依赖的正是这类记录。

对 Nvidia 而言，其定位十分明确：智能体所运行基础设施的制造商，也立志成为约束智能体的那一层。该平台在生产环境中的表现，以及 OpenShell 开放许可的代码能吸引多少独立审查，是随着企业智能体部署持续扩大而值得关注的信号。