NVIDIA 於 2026 年 9 月 1 日公布與 CrowdStrike 合作的 SafeMind agentic cybersecurity system，並同時介紹 Falcon IQ。SafeMind 不是在聊天介面加一層 security skin，而是把 CrowdStrike 的網絡安全模型與 harness，連同 NVIDIA Nemotron open models，放入一個持續攻防的 Agent stack。這個定位把模型、工具、監測和威脅資料放在同一個安全操作問題中。
SafeMind 的核心想法是 continuous coevolution。防守模型先用 CrowdStrike 的 cyber experience 和 threat data 做 post-training，再配合專門的 harness；模擬中的 red agent 找出攻擊路徑，blue agent 以 Falcon sensors 監測、產生 detection candidate、驗證並推進到防護規則。NVIDIA 表示這套 loop 會反覆讓攻防雙方挑戰對方，目標是把發現變成可以行動的 detection。
這個系統也使用 digital twin。NVIDIA 表示，SafeMind 和 harness 在一個高擬真的 cyber-agent environment 中測試，環境模擬 NVIDIA network，並按公司的真實 threat landscape 驗證。Red harness 包含 Recon、Assault 和 Compromise 等子 Agent，blue harness 則負責監控、驗證和推廣 detections。文章的用途是解釋測試架構；這些名稱不應被當成真實環境的操作指南。
在模型分工上，NVIDIA 表示 Nemotron 3 Ultra 負責 orchestration，fine-tuned Nemotron 3 Super 則為 rule-generation sub-agent 提供能力。CrowdStrike 另外聲稱，基於 Nemotron 3 Super 的 Blue Solano 在內部評估中比 leading frontier models 有更高 accuracy，成本低 99%。這是 CrowdStrike 的內部結果，未提供足夠的獨立測試方法，不能直接推廣到其他 SOC、資料集或威脅環境。
Falcon IQ 把同一方向擴展至工作流程。NVIDIA 表示它由 50 多個 Agent 協作，處理 assessment、prioritization 和 remediation 等時間密集任務，並透過 Charlotte AI AgentWorks 讓 Falcon 使用者建立自己的 security workforce。這種設計不是把所有動作交給一個超大模型，而是把專門任務拆開，再由 harness 管理資料、狀態和交接。
對企業安全團隊而言，SafeMind 值得注意的地方是「以自己的威脅資料調整 open model」。CrowdStrike 表示可在不把資料送到外部供應商的情況下做 post-training，並按自己的環境客製化。這帶來可檢查和可調整的好處，但同時把資料品質、模型權限、訓練污染、規則驗證和責任界線留在企業自己身上。
最需要保留的是「攻防迴圈可以持續自我強化」的產品敘述。即使 digital twin 很高擬真，也不等於涵蓋真實網絡的所有身份、遺留系統、供應鏈、錯誤設定和人員行為。任何可執行的 security Agent 仍應限制在隔離環境、最小權限和可回復變更內，並讓人員批准封鎖、隔離、修復或對外通知等高影響動作。
SafeMind 的訊號是網絡安全 Agent 正由「幫分析告警」走向「模擬攻擊、驗證偵測、交回防禦規則」的閉環。採用者應把模型準確度、false positive、duplicate findings、偵測覆蓋率、修復成功率和人工升級分開量度，並先用非生產 digital twin 做驗證。NVIDIA 和 CrowdStrike 的公開數字可作為方向參考，不能取代自己的安全證據。
