CrowdStrike 发布了面向网络防御的智能体式 AI 系统 CrowdStrike SafeMind[1][2]。它让攻击方模型与防御方模型在同一个闭环中持续对抗，并把对抗结果转化为可用的检测规则。系统底座是英伟达的开放模型 Nemotron，9 月 1 日在拉斯维加斯举行的 Fal.Con 2026 大会上，两家公司的首席执行官同台宣布了这一消息[1]。
只有攻击方拿到了前沿 AI
Fal.Con 2026 现场聚集了约 1 万名安全从业者[1]。CrowdStrike 首席执行官兼创始人 George Kurtz 在会上给出了问题的定义：攻击者手里有前沿模型，而防御者没有，这才是真正的差距[1]。
该公司还给出了数据。过去一年中，借助 AI 的攻击增加了 89%，eCrime 的最短突破时间，也就是从初始入侵到开始横向移动的最短间隔，已经缩短到 27 秒[1]。按人类的响应速度来处理，得到的不是防御，而是事后记录。
英伟达创始人兼首席执行官黄仁勋也表达了同样的判断：攻击已经自动化，防御也必须自动化[1]。
红蓝两个模型在同一闭环中运转
SafeMind 是 CrowdStrike 旗下 Cyber Superintelligence Lab 开发的一组安全专用模型与 harness 的集合[2]。harness 指的是让模型真正作为智能体运转的外层机制。黄仁勋把它形容为大语言模型这个大脑之外的外骨骼[1]。
首批公开的模型有两个[2]。
攻击侧的 Red Tempest 模拟使用 AI 的攻击者，构建高级攻击场景。防御侧的 Blue Solano 则部署一线人员长期验证过的防护措施，保护企业资产。让这两者在同一套 harness 中持续对抗、彼此增强的共同进化闭环，正是 SafeMind 的核心[1][2]。
训练数据的来源也已公开，包括 Falcon 传感器的遥测数据、威胁情报、Falcon Complete MDR 的事件标注，以及 15 年的事件响应一线记录[2]。
在技术构成上，防御智能体的整套 harness 由英伟达 Nemotron 3 Ultra 统筹，负责生成检测规则的子智能体则采用经过微调的 Nemotron 3 Super[1]。CrowdStrike 的内部评估显示，基于 Nemotron 3 Super 的 Blue Solano 在准确率上高于主流前沿模型，成本却低 99%[1]。作为整体系统与主流前沿模型及开源基线相比，官方资料给出的数字是检测率高 29%、端到端修复速度快 6 倍、检测与修复成本降低 99%[2]。
封闭的前沿模型无法在不外传数据的前提下用自家威胁数据做后训练。CrowdStrike 把这一点列为选择开放 Nemotron 作为底座的理由[1]。在安全领域，能否检查负责防御的这套 AI 内部，是一项实际的要求。
SafeMind 既可以作为完整系统运行，也支持单独使用其中的模型，或者把用户自己的模型与 CrowdStrike 的 harness 组合起来使用[1][2]。把模型与运行层分开，是一个有意为之的设计判断。
用数字孪生复刻英伟达自家网络
验证环境同样被公开。英伟达表示，已在模拟自身网络的高保真网络智能体环境中测试了 SafeMind 的模型与 harness[1]。
该环境实际上是英伟达加速计算基础设施的数字孪生，并对照英伟达真实面临的威胁态势做了验证[1]。在其中，红队智能体通过 Recon、Assault、Compromise 三个子智能体执行攻击路径，蓝队智能体则经由 Falcon 传感器监控，生成检测候选、验证并将其提升为正式检测。由此得到的成果可以直接用作阻断攻击的检测规则[1]。
黄仁勋指出，让对抗模型在数字孪生环境中与防御模型持续博弈、最终学会自我保护，这一基本框架同样适用于机器人、边缘计算和企业计算[1]。
Falcon IQ：50 多个智能体自动化运维工作
同一场合，CrowdStrike 还发布了 Falcon IQ[1][2]。它通过智能体式的工作负载自动化，把合作伙伴计划 Project QuiltWorks 真正落到运营层面[1]。
Falcon IQ 把 50 多个智能体作为一支统一的智能体劳动力来调度，自动化评估、优先级排序和修复等最耗时的工作流[1]。其运行基座是无代码智能体开发平台 Charlotte AI AgentWorks，核心引擎同样由 Nemotron 模型驱动。合作伙伴可以借助 Falcon IQ 向客户提供定制化的分析结论、建议和面向管理层的输出[1]。此外，CrowdStrike 面向 AI 安全的 Guardian 方案也做了功能扩展[1]。
训练与推理的算力来自 CoreWeave 的 AI 云[2]。从芯片、模型到对模型发现结果采取行动的 harness，两家公司都强调这条垂直整合的技术栈。
总结
SafeMind 的特别之处在于，产品本身就是这套让攻防同居的系统，而不是把前沿模型当作检测工具来用。检测率提升 29%、修复快 6 倍、成本降低 99% 这几个数字均出自 CrowdStrike 自身的评估，第三方验证尚未出现[2]。即便如此，选择可以用自家威胁数据做后训练的开放模型作为底座，并把模型与 harness 分离以便接入其他模型，这一设计为企业如何采购安全 AI 提供了具体的选项。
来源：https://blogs.nvidia.com/blog/nvidia-crowdstrike-fal-con-2026/
