英伟达 CEO Jensen Huang（右）与 CrowdStrike CEO George Kurtz 在 Fal.Con 2026 大会同台发布 SafeMind

网络安全的风云突变，攻守之势已经不一样。

英伟达 CEO Jensen Huang 在 CrowdStrike 的 Fal.Con 2026 大会上第一句话就点透了形势：「攻击已经自动化，防守也必须自动化。」随后，他与 CrowdStrike CEO George Kurtz 一起发布了 CrowdStrike SafeMind。这套智能体安全系统由 CrowdStrike Cyber 超级智能实验室打造，把英伟达 Nemotron 开源模型、CrowdStrike 自家的前沿安全模型，以及一套专为防守方定制的智能体 harness（执行骨架）串在一起，形成一个持续演进的攻防共生环。

「网络安全的新时代刚刚开始，」Huang 对现场一万名安全从业者说，「对手手里的武器会空前多，你们手里的武器也会空前多。」

SafeMind：把进攻和防守都炼成智能体

SafeMind 的核心思路并不复杂：让红队智能体和蓝队智能体在数字世界里持续过招。CrowdStrike 用英伟达 Nemotron 开源模型做基座，再用自家十多年的网络安全经验和威胁数据做后训练，炼出专为防守服务的模型；这些模型与 CrowdStrike 自研的网络安全 harness 配对，组合成一套完整的智能体栈。整套东西原生嵌入 CrowdStrike Falcon 平台，成为名为 SafeMind 的智能体安全系统。

在这个攻防共生环里，进攻型 AI 和防守型 AI 轮番找漏洞、补漏洞。每一次对抗都会让客户环境的安全强度往上提一档，直到攻击者打不进去为止。

「你们积累了十五年的安全数据，拿它来训练，我们就能把一个前沿模型炼成网络安全领域的超级专家，」Huang 对 Kurtz 说。

Kurtz 的回应更直接：「和英伟达一起，我们做出了网络安全领域第一套完整的智能体系统，包括第一批专为防守方打造的前沿模型和 harness。它和塞进别人智能里的副驾驶不是一回事，也跟给聊天机器人换层皮肤没半点关系。这是 CrowdStrike 用自家数据训练出来的前沿级模型，英伟达参与了共建。」

技术分工上，英伟达 Nemotron 3 Ultra 负责调度防守智能体的 harness；经微调的 Nemotron 3 Super 驱动 SafeMind 的规则生成子智能体。CrowdStrike 内部评测显示，用自家数据对 Nemotron 做后训练后，基于 Nemotron 3 Super 的 Blue Solano 模型在准确率上超过主流前沿模型，成本却只有对方的百分之一。

SafeMind 可以整套运行，也可以拆开用。模型能单独部署，让防守方保持领先；安全专家还能把自己的模型接到 CrowdStrike 的 harness 上，按自家环境挑选最合适的模型和能力。

「harness 其实就是大模型的外骨骼，」Huang 说，「大模型是大脑，外骨骼把它变成智能体。而且这个外骨骼在每个领域不必长得一样。」

当 AI 成为防线：27 秒里没有等人的时间

CrowdStrike 的数据显示，过去一年由 AI 驱动的攻击增长了 89%，网络犯罪的最快突破时间已经短到 27 秒。等告警响起再派人排查，无异于临渴掘井，只能算事后补记，谈不上真正的防守。

「世上很多应用都需要你能微调、能后训练，把 AI 炼成某个领域的专家，」Huang 说，「Nemotron 就是为这个而生的。完全免费，速度极快。这样你无论面对什么，都能拿到不对等优势。」

以开源 Nemotron 为底座，CrowdStrike 安全团队可以用自家威胁数据做后训练，数据不必外流；还能把模型按自己的环境定制。闭源前沿模型做不到这一点，而在安全领域，能看清是谁在保护你，这件事本身就很重要。

红蓝对抗：千淘万漉，始见真金

英伟达披露，他们正在一个高保真网络智能体环境中测试 CrowdStrike SafeMind 的模型和 harness；这个环境模拟的是英伟达自家的网络。

测试让 SafeMind 在「攻防」闭环里反复跑。红队智能体负责找漏洞，蓝队智能体负责堵漏洞，找到的问题直接变成可用规则，用来拦截真实攻击。红队 harness 下挂着负责侦察、突袭、入侵的三个子智能体，在环境里执行攻击路径；蓝队 harness 通过 Falcon 传感器持续监控，生成候选检测规则、验证，再把它升级为正式规则。

这个测试环境是 CrowdStrike 和英伟达一起搭的：一个英伟达自身加速计算基础设施的数字孪生，并且用英伟达的真实威胁态势做了校验。

「SafeMind 这套机制的核心思路是：对抗模型在环境数字孪生上反复试探，防守模型在一场持续的猫鼠游戏里不断加固。最终让系统自己学会保护自己。」Huang 说，「这个思路不只适用于网络安全，机器人、边缘计算、企业计算，几乎所有地方都通用。」

正所谓千淘万漉虽辛苦，吹尽狂沙始到金。SafeMind 的红蓝对抗，核心就在这里：把模型和 harness 反复放进这场淘沙游戏，留下真正能挡住攻击的那套规则。

CrowdStrike 还发布了 Falcon IQ。Charlotte AI AgentWorks 是 CrowdStrike 的无代码智能体开发平台，Falcon IQ 跑在上面，它的智能体引擎由英伟达 Nemotron 模型驱动。Falcon IQ 调动超过 50 个智能体协同工作，组成一支统一的智能体大军，把评估、定级、修复这些最耗时的流程自动化。合作伙伴用 Falcon IQ 给客户输出定制化的发现、建议和高层摘要；而 Charlotte AI AgentWorks 让每个 Falcon 用户都能组建自己的智能体安全团队。

全栈合围：数据聚沙成塔，防守才有底气

CrowdStrike 有成千上万家客户，每天产生万亿级安全事件。英伟达的全栈加速计算平台把芯片、模型到 harness 串成一条线，让模型发现什么，harness 就能立即行动。在 Kurtz 看来，这正是关键。

「CrowdStrike 名字里的『群』，」Kurtz 补充说，「才是让防守方拥有独特优势、能够击败对手的所在。」

聚沙成塔。当万亿级事件、海量威胁数据和智能体攻防闭环叠加在一起时，防守方到手的远不止单点工具，而是一套会自己进化的防线。