攻击已经自动化了，防御还在靠人。CrowdStrike 在 Fal.Con 2026 上抛出 SafeMind——一套基于 NVIDIA Nemotron 开源模型、攻防双方持续对抗共进化的智能体安全系统。对做大数据的同学，这是个"开源模型 + 自有数据后训练 = 领域专用 AI"的教科书级案例；而"可私有部署、可审计"正是安全场景的硬要求。
一场联合发布：安全进入"智能体对智能体"
9 月 1 日，NVIDIA 创始人兼 CEO 黄仁勋与 CrowdStrike 创始人兼 CEO George Kurtz，在拉斯维加斯 Fal.Con 2026（万名安全从业者现场）联合发布 CrowdStrike SafeMind。
SafeMind 是由 CrowdStrike Cyber Superintelligence Lab 打造的"智能体网络安全系统"，原生内置于 CrowdStrike Falcon 平台。
它把自研的"超越前沿"防御模型与定制智能体框架（harness），同基于 NVIDIA Nemotron 训练的防御模型放进一个"持续共进化循环"——攻防双方不断相互挑战、相互强化，直到攻击不再奏效。
图片来源：Pexels
怎么做的：开源底座 + 自有数据后训练
技术底座上，CrowdStrike 以 NVIDIA Nemotron 开源模型为基座，再用自身威胁数据与网络安全经验做后训练（post-training）。
Nemotron 3 Ultra 负责编排防御智能体，微调后的 Nemotron 3 Super（内部称 Blue Solano）驱动规则生成子智能体。
CrowdStrike 内部评测显示，Blue Solano 在比领先前沿模型更高准确率的同时，成本降低 99%。
图片来源：Pexels
黄仁勋现场打了个比方："大语言模型是大脑，harness 是外骨骼，把模型变成能行动的智能体。"
为什么重要：可私有部署、可审计
Kurtz 强调，这不是"套了安全皮的聊天机器人"，而是 CrowdStrike 用自有数据、联合 NVIDIA 训练的"网络安全首个完整智能体系统"。
由于基于开源 Nemotron，CrowdStrike 可在不上传自有威胁数据的前提下做后训练，且能审查"正在防御自己的是什么"——这对安全合规至关重要。
背景数据也很刺眼：AI 赋能的攻击过去一年上升 89%，最快的 eCrime 突破时间已缩至 27 秒。正如 Kurtz 所言，人类速度的响应不是防御，是"写报告"。
对AI相关人士的意义
开源模型 + 领域数据后训练 + 智能体编排，正成为企业级专用 AI 的可复制范式。
同时安全场景对"可审计、可私有部署"的硬性要求，也解释了为何开源权重模型在该领域持续受追捧。
想做生产落地，光会调 API 不够；懂得把自己的数据变成护城河，才是真本事。
来源：NVIDIA 官方博客《NVIDIA and CrowdStrike Strengthen Agentic Cybersecurity Frontier》