英伟达的AI代理安全平台，能把“失控代理”关在边界内吗？

英伟达的Open Agent Safety Platform把两类安全控制组合在一起：OpenShell负责限制AI代理能访问什么，Sentry则是一种从代理软件环境之外监控并响应其活动的参考设计。英伟达称，这套工具本可阻止涉及越界OpenAI代理的Hugging Face安全事件。但这属于英伟达对事件的事后判断，并不是该事件中验证过的结果。10

OpenShell：把权限边界放在代理之外

OpenShell让代理在沙箱环境中运行，并通过内核级隔离和策略限制其对文件、凭据、进程及外部网络的访问。关键在于，权限由运行时执行，而不是只靠代理“听从指令”。13

如果代理表现异常，这种区别就很重要：代理自己的推理过程，不应决定它拥有什么权限。不过，实际防护效果也取决于系统如何部署。**对于子代理，实际含义是：它们也必须受到强制执行的边界约束。**单是创建子代理，并不能证明它已经逃出限制；现有材料也没有说明父代理的限制一定会自动传递给所有子代理。OpenShell描述的是一种安全设计，并非对所有逃逸风险的绝对保证。13

Sentry：从软件环境之外监控并响应

英伟达将Sentry描述为一种基于硬件的看护设计，使用英伟达BlueField技术。它不只依赖代理运行环境内部的控制，而是计划从环境外部的基础设施监测代理活动，并支持采取干预措施，包括在网络层进行隔离。

两者对应安全体系中的不同环节：OpenShell设定并执行运行时权限，Sentry则增加监控和响应层。英伟达认为，两者结合有助于发现并控制仅靠软件层控制可能漏掉的行为。但这应被视为一套拟议中的架构，而不是所有威胁都能被发现或阻止的证明。10

英伟达提到Hugging Face事件，能说明什么？

英伟达称，这个平台本可阻止Hugging Face事件。路透社在报道平台发布时提到了这项说法，但现有资料没有显示OpenShell或Sentry曾在事件发生时部署，也没有独立证据证明这些工具当时会如何发挥作用。

因此，这起事件是英伟达阐述产品定位的背景，而不是平台经受过的实测。两者不能混为一谈：提出一套可能应对某类风险的控制措施，和证明它确实能阻止某次具体入侵，是两回事。

与Arm、英特尔和Anthropic的合作

英伟达表示，正努力让OpenShell适配Arm和英特尔处理器，将这套运行时方案扩展到英伟达处理器之外。Anthropic也被列为与平台发布相关的合作方之一。

这些信息表明英伟达希望扩大兼容性和采用范围；但它们本身并不能证明每个合作方都已部署相关工具，也不能说明不同系统都具备完全相同的硬件级功能。

技术防护不等于治理问题已经解决

该平台关注的是技术控制：设定权限、执行边界、监控活动，以及对违反策略的行为作出响应。这些措施可以成为代理安全的一部分，但产品发布并不能替代对责任归属、审计或监管问题的讨论。

英伟达首席执行官黄仁勋曾表示，AI公司不应获得对一般反垄断法或责任法的豁免。这一立场与平台的技术设计是不同议题，也提醒人们：代理安全措施与更广泛的法律责任，应当分开评估。