NVIDIA 已集結數十家企業與開源組織，成立 Open Secure AI Alliance，這是一個聚焦於開發可公開取得之 AI 安全與網路安全工具的團體。此項倡議旨在幫助防禦者在自己的基礎設施中檢視、調整並營運安全系統，而非完全依賴封閉式 AI 供應商。

該聯盟包含 Amazon、Microsoft、IBM、Cisco、Google？不，並未列出 Google——以及 Hugging Face、Mistral、Red Hat、CrowdStrike、Palo Alto Networks、Salesforce、ServiceNow、Databricks、GitHub 與 Linux Foundation。NVIDIA 表示，該團體將開發並分享用於保護軟體與AI 代理的技術，包括模型、代理 harness、身分系統、評估工具與安全模型格式。

以開放式防禦基礎設施為核心的聯盟

NVIDIA 將此倡議定位為既有開源安全工作的延伸，與 Linux Foundation 的 Akrites 倡議及 Open Source Security Foundation（OpenSSF）相關。其既定目標是利用開放技術協助修補與揭露弱點，同時讓更多防禦者能接觸到可供檢視與修改的系統。

核心論點是，AI 安全不能只依賴少數不透明、封閉的系統。NVIDIA 表示，開放模型與工具可提供本地控制、資料保護，以及將安全工作流程調整至特定產業或司法管轄區的能力。該公司也主張，多供應商生態系可降低對單一供應商的依賴。

這種立場並不等於否定封閉模型。NVIDIA 表示，防禦者同時需要開放與封閉的前沿系統，並在最適合的地方使用各自方案。該聯盟的重點在於確保具能力的開放替代方案，能持續供安全營運與研究使用。

這項宣布發生在企業從測試語言模型，轉向部署能存取檔案、呼叫軟體工具並採取行動的 AI 代理之際。這一轉變讓安全問題超越了模型行為本身，也帶來與身分、權限、隔離、可稽核性以及軟體供應鏈相關的風險。

擬議的技術堆疊不只涵蓋模型權重

NVIDIA 表示，其貢獻將包括開放模型、模型權重、資料，以及對代理 harness 的研究。該公司也已在 GitHub 上釋出 NVIDIA Labs Object-Oriented Agent，也就是 NOOA 框架。NVIDIA 將 NOOA 描述為一個研究框架，旨在透過改善 harness 與模型的整合方式，使代理行為更容易測試、追蹤、稽核與治理。

NVIDIA 引述的其他例子顯示了該聯盟想涵蓋的廣度。HPE 正為 SPIFFE/SPIRE 做出貢獻，這是一套身分框架，設計用於在代理與服務通訊或存取企業資源前，以密碼學方式驗證其身分。Hugging Face 已將 Safetensors（一種旨在防止遠端程式碼執行的模型權重格式）提供給 PyTorch Foundation。

IBM 與 Red Hat 則與 Lightwell 有關，後者將數位簽章修補程式延伸至開源供應鏈。Microsoft 正貢獻 MDASH，這被描述為一種多模型掃描 harness，專門代理會在其中搜尋、辯論並判定軟體錯誤是否可被利用。

這些專案的集合顯示，該聯盟將 AI 代理視為完整的作業系統，而不只是單一模型。實務上，這代表安全控制必須涵蓋模型、其工具、其權限、其日誌，以及執行它的基礎設施。開放式 harness 與通用格式，可能讓獨立團隊更容易檢視並評估這些控制。

證據顯示了什麼——以及仍未被證實的部分

目前可得的證據主要來自 NVIDIA 自身公告。StorageNewsletter 也列出了同一項聯盟啟動消息，但其完整文章內容在所提供的報導材料中無法取得。因此，成員名單、技術貢獻與聲稱的目標，應視為 NVIDIA 發布的資訊，而非已獲獨立驗證的聯合執行證據。

NVIDIA 以近期 Hugging Face 的安全事件為例，說明為何防禦者可能需要開放、可自架的 AI 系統。根據 NVIDIA 的說法，封閉工具因無法區分防禦者與攻擊者，而阻擋了部分鑑識分析。隨後，Hugging Face 在自家基礎設施上執行開放權重的 GLM 5.2 模型，分析超過 17,000 項操作並控制入侵。

這個說法說明了本地控制的 عملی性，但細節是由 NVIDIA 提出，在所提供來源中並未獲得獨立佐證。該公告也沒有提供交付時程、治理模式、資金結構、採用數據，或說明參與組織將如何協調發佈與漏洞回應。

安全性的爭論同樣尚未定論。NVIDIA 承認，開放模型可能被濫用，包括削弱防護措施或將能力挪作攻擊用途。其建議的解方是把開放性與評估、紅隊測試、使用規則及快速修補結合起來。到目前為止，這些仍是原則，而非已被證明的成果。

為何建置者與企業採購者應該關注

對 AI 建置者而言，該聯盟可能產生更多可重用的元件，用來保護代理式應用。標準化身分、更安全的模型格式與可測試的 harness，可能降低各公司自行圍繞工具存取、記錄與模型來源建立獨立控制的需求。當敏感資料無法傳送至外部服務時，這也可能讓安全代理更容易在企業自身環境中執行。

企業採購者應該關注這些專案如何成熟，而不只是創始成員的數量。開放元件可以提升可攜性與可稽核性，但同時也帶來營運責任。組織仍需驗證程式碼、管理修補、監控模型行為，並決定哪些代理能取得生產系統的存取權。

該聯盟也可能加劇集中式 AI 平台與更分散式安全架構之間的競爭。強健的開放生態系可讓安全團隊擁有更大的議價能力，並降低對單一模型供應商的依賴。不過，如果專案無法匯聚到可行標準上，碎片化工具、不一致的治理，以及不明確的支援安排，可能會抵銷這些好處。

對研究人員與政策制定者而言，這項宣布再次凸顯一個關鍵問題：開放式 AI 系統應主要被視為需要限制的風險，還是應被視為安全團隊需要檢視與控制的防禦基礎設施。NVIDIA 明顯主張後者，同時也承認開放性需要防護措施，而不是無限制部署。

接下來要觀察什麼

第一個訊號將是該聯盟是否會公布具體治理架構、共同路線圖，或超出 NVIDIA 公告所列專案之外的技術標準。採購者也應關注 NOOA、MDASH、SPIFFE/SPIRE 與相關代理安全工具是否推出可直接投入生產的版本，以及是否提供說明文件，展示它們如何在不同模型與雲端環境中運作。

獨立評估將比合作夥伴名單更重要。實用的證據包括：對代理權限、弱點偵測、誤判、prompt injection 抵抗力，以及模型與工具供應鏈安全性的可重現測試。也有必要觀察參與公司是否透過共同流程揭露漏洞，並持續維護這些專案。

Creati.ai 觀點

Open Secure AI Alliance 之所以重要，是因為它將 AI 安全定義為基礎設施與系統問題，而不只是選擇較安全模型的問題。它最實際的貢獻，可能是一層共享的身分、harness、格式與評估工具，讓組織能以更高的可視性與控制力來營運代理。

但這項宣布仍只是起點。NVIDIA 提供的是一個廣泛聯盟與一組由供應商回報的例子，而不是證明一個可互通的防禦堆疊已經存在。該聯盟將透過開放治理、獨立測試與持續維護來建立可信度——尤其當其工具被用於高壓安全事件，而不只是示範時。