AREX Feed Article
NVIDIA 与 CrowdStrike 在 Fal.Con 发布 SafeMind：基于 Nemotron 的攻防一体安全模型
美国时间 9 月 1 日，CrowdStrike 年度大会 Fal.Con 2026 在拉斯维加斯开幕首日，NVIDIA 与 CrowdStrike 联合推出 SafeMind——一个基于 NVIDIA 开源模型系列 Nemotron 构建的网络安全模型与 harness（负责规划、工具调用与迭代修正的工程框架）家族，用 CrowdStrike 威胁数据定制，支撑网络防御中的威胁分诊（triage）与检测生成（detection generation）。在北京时间 9 月 2 日凌晨发布推文宣布，SafeMind 配套一套攻防一体的 agentic（智能体式）系统。
SafeMind 首批包含两个模型：红队攻击模型 Red Tempest 与蓝队防御模型 Blue Solano。称，这套系统将原生运行在 Falcon 平台中，并将其称为“为防御者打造的首个 agentic 系统”。
红蓝两个模型，各管攻与守
SafeMind 由 CrowdStrike Cyber Superintelligence Lab 开发。NVIDIA 创始人兼 CEO 黄仁勋与 CrowdStrike CEO 兼创始人 George Kurtz 在 Fal.Con 2026 现场共同宣布，记录了两人的同台发言。
两个模型的定位不同：Red Tempest 面向高级攻击场景，模拟 AI 对手；Blue Solano 用防御者在实战中使用的措施保护企业资产。
训练数据来自 Falcon 传感器遥测、威胁情报、Falcon Complete MDR（托管检测与响应）事件标注，以及 15 年事件响应一线经验。CrowdStrike 称其传感器遥测是“全球最大的纯网络安全数据集”。
模型由 CrowdStrike 与 NVIDIA 合作，基于 Nemotron 开源模型构建，训练与推理使用 CoreWeave AI Cloud。harness 把红蓝两个模型放进同一闭环，也可与前沿模型、开源模型配合使用，让客户按环境选择模型。
交付上，独立模型与 harness 的受信访问将纳入 Project QuiltWorks 计划。
数字孪生里的红蓝对抗循环
SafeMind 的核心是攻防对抗的持续共同进化（coevolution）循环：红队 agent（智能体）找出攻击路径，蓝队 agent 封堵漏洞并生成检测规则，循环往复，直到攻击在模拟环境中找不到可行路径。
NVIDIA 把自家网络用作测试场。其博客称，测试在一个高保真 cyber agent 环境中进行，该环境是 NVIDIA 加速计算基础设施的数字孪生，对照 NVIDIA 真实威胁态势校验过。
红队 harness 运行 Recon、Assault、Compromise 三个子 agent 执行攻击路径；蓝队 harness 通过 Falcon 传感器监控，生成检测候选，验证后提升为可执行检测。
模型分工上，Nemotron 3 Ultra 负责防御 harness 的编排，微调后的 Nemotron 3 Super 承担规则生成子 agent。黄仁勋这样解释 harness 的定位：“harness 本质上是大语言模型的外骨骼。大语言模型是大脑，外骨骼把它变成 agent，而且这副外骨骼不必在每个领域都是同样的形状和能力。”
披露了实现细节：蓝队 harness 组合 schema 知识库、遥测锚定（grounding）、专用检测编写、工件 linting（静态检查）、检测回放与独立评审六种机制。
负责检测生成的 NL2LogScale 模型以 Nemotron 3 Super 为底座，用 9,349 条检测生成与多步修复样本微调，覆盖 59 种程序化生成的错误类型；训练采用 NVIDIA NeMo Gym 与 NeMo RL 做基于可验证奖励的强化学习。
29%、6 倍与 99%，都是厂商自己的口径
CrowdStrike 新闻稿给出的评估是：与领先前沿模型和开源基线相比，SafeMind 检测率提高 29%，端到端修复快 6 倍，检测与修复成本节省 99%。
NVIDIA 博客补充，CrowdStrike 内部评估显示，基于 Nemotron 3 Super 的 Blue Solano 准确率高于领先前沿模型，成本低 99%。
技术博客还公布了双方联合评估的过程数字：回测中，优化后的开源管线（Nemotron 3 Ultra 编排、微调 Nemotron 3 Super、定制 harness）平均检测率从默认配置的 16.5% 提升到 41.9%，提高 2.5 倍。
实弹测试用 8 个未见过的攻击验证泛化能力：开源管线 45% 的检测命中新攻击，前沿系统为 29%；3 条开源检测通过金标准（gold）评审，覆盖全部 8 个攻击，前沿系统为 0。
这些数字目前全部来自 CrowdStrike 与 NVIDIA 自己的评估。技术博客同时写明：评估只覆盖一个场景家族、检测集很小，结论是“方向性的系统级案例研究，而非通用基准”。
攻击者先拿到了前沿 AI
Kurtz 在发布现场解释了做这件事的动因：“我看到的真正差距是，攻击者拥有前沿 AI，而防御者没有。这一点从现在开始改变。”
CrowdStrike 给出的背景数据：过去一年 AI 驱动的攻击上升 89%，最快的 eCrime（网络犯罪）突破时间已达 27 秒。
黄仁勋对现场约 1 万名安全从业者说：“网络安全正处于一个拐点”，“这是网络安全新时代的开端。一方面，攻击者会比以往武装得更好；另一方面，你们所有人也会比以往武装得更好。”
选择开源 Nemotron 作底座的一个理由是数据可控：CrowdStrike 用自己的威胁数据做后训练，数据不必交给外部供应商。NVIDIA 博客指出，闭源前沿模型做不到这一点，而在安全领域，能检查“是什么在防御”很重要。
同场发布会上，CrowdStrike 还发布了 Falcon IQ：用 50 多个 agent 组成统一工作流，自动化评估、优先级排序与修复中最耗时的流程，NVIDIA Nemotron 模型为其 agentic 引擎供能；同时扩展了 Guardian AI 安全方案。
“这不是套了安全皮的聊天机器人”
Kurtz 这样定义 SafeMind 与一般 AI 产品的区别：“我们与 NVIDIA 一起，建成了网络安全界首个完整的 agentic 系统，包括首批为防御者打造的前沿模型与 harness。这不是嫁接在别人智能之上的 copilot，也不是套了安全皮的聊天机器人。它是一个前沿级模型，由 CrowdStrike 用我们的数据、与 NVIDIA 合作训练而成。”
黄仁勋对 Kurtz 说：“你们 15 年的安全数据可以用来训练。我们可以把一个前沿模型变成在网络安全上极其出色的超级 AGI（通用人工智能）。”
CrowdStrike 首席 AI 与自主系统官 Bartley Richardson 称，模型与 harness 组成共同进化的 agentic 系统后，“防御者能以机器速度行动。这是未来十年 AI 安全的基石，CrowdStrike 是唯一一家拥有从传感器到 harness 到模型完整栈的公司”。
CoreWeave 联合创始人兼 CEO Michael Intrator 则表示，AI 的真正考验是“在生产环境、在规模上、在风险最高的时候能做什么”，很少有环境比网络安全更能检验这一点。
在 中，CrowdStrike 首席商务官 Daniel Bernard 把 SafeMind 的由来概括为：“前沿模型在把 AI 创新带给整个市场方面做得很好，但真正受益的是攻击者。是时候让防御者拥有自己的东西，是时候让安全拥有自己的模型了。”该媒体注明，其直播栏目 theCUBE 是 Fal.Con 的付费媒体合作伙伴。
上线时间与模型规格均未公布
NVIDIA 推文只提到模型基于 Nemotron、用 CrowdStrike 威胁数据定制，未披露模型参数规模等具体规格；新闻稿描述 Falcon 平台集成时用的是将来时（“将原生运行在 Falcon 平台中”），独立模型与 harness 的受信访问则将通过 Project QuiltWorks 计划提供。
这套系统已经跑过了 NVIDIA 自家网络的数字孪生；进入 Falcon 平台和开放独立模型访问的具体日期，新闻稿与推文都还没有给出。