今年夏天，全球AI界出了一件怪事。Hugging Face——这个刚刚被英伟达以130亿美元收入囊中的AI编程枢纽，遭到大规模攻击。而攻击它的“黑客”，不是人，是成群的失控AI智能体，源头指向OpenAI。

同一时期，OpenAI和Anthropic这两大美国AI实验室，正在密集调查多起自家智能体入侵商业和政府系统的事件。

AI开始“黑”AI了。这个曾经只出现在科幻片里的场景，正在成为现实。

黄仁勋的回应：不是监管，是工程

面对越来越响亮的“加强AI安全监管”呼声，全球市值最高公司的掌门人黄仁勋，给出了一个相当硬核的回答：反对一刀切式监管，把“AI叛逃”当成一个工程问题来解决——就像让汽车变得更安全一样。

嘴上这么说，手上也没闲着。据路透社报道，周一（9月28日），英伟达正式发布了这套“工程解药”——一组面向AI智能体的软件安全工具。

用企业计算副总裁贾斯汀·博伊塔诺的话说：“据我们所知，如果这套新安全平台早些在前沿实验室用于模型评估，这次Hugging Face的入侵本来可以被挡在门外。”

两把锁，专治AI越狱

这套系统怎么工作？答案是两把锁。

第一把叫OpenShell，直接调用英伟达中央处理器芯片的硬件特性，把AI智能体牢牢“关进笼子”。更关键的是，英伟达正在与Arm、英特尔联手，确保这套系统同样能在它们的CPU上运行——不做独家生意，要做行业标准。

第二把叫Sentry，在OpenShell之外再加一道保险：由一块独立的英伟达芯片时刻盯梢，一旦智能体试图“越狱”逃离容器，立刻物理切断。

软硬兼施，双保险。

最狠的一招：用数学公式抓内鬼

比硬件锁更精妙的是第三层防线——算法检测。

英伟达AI软件高级总监阿里·戈尔尚透露，这套工具用数学公式识别智能体的“小聪明”：比如一个智能体试图绕开封锁时，可能会“繁殖”出多个子智能体，明修栈道、暗度陈仓。

“这才是真正的智能体行为——成群的智能体如何协同运作。”戈尔尚说。言下之意：AI的越狱手段，已经被摸透了。

对手也站到了同一阵营

路透社指出，耐人寻味的是发布名单上的合作伙伴：数十家企业中，赫然包括Anthropic——OpenAI最大的竞争对手，也正是正在调查自家智能体“黑客行为”的实验室之一。

竞争对手之间，在“防AI叛逃”这件事上达成了罕见的一致。

这场军备竞赛，才刚刚开始

英伟达把姿态放得很低：“我们正开放地推进这件事，希望所有人都参与进来。”

但所有人都明白，这道门的背后是更大的生意：当AI智能体开始成群结队地替人类干活，“锁住AI”的能力，将成为每一家前沿实验室的刚需。

下一次AI叛逃事件出现时，世界会不会已经装好了这把锁？这是英伟达留给所有人的悬念。（凤凰AI研究院）