NVIDIA 于 2026 年 9 月 1 日公布与 CrowdStrike 合作的 SafeMind agentic cybersecurity system，并同时介绍 Falcon IQ。SafeMind 不是在聊天界面加一层 security skin，而是把 CrowdStrike 的网络安全模型与 harness，连同 NVIDIA Nemotron open models，放入一个持续攻防的 Agent stack。这个定位把模型、工具、监测和威胁数据放在同一个安全操作问题中。
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，再配合专门的 harness；模拟中的 red agent 找出攻击路径，blue agent 以 Falcon sensors 监测、产生 detection candidate、验证并推进到防护规则。NVIDIA 表示这套 loop 会反复让攻防双方挑战对方，目标是把发现变成可以行动的 detection。
这个系统也使用 digital twin。NVIDIA 表示，SafeMind 和 harness 在一个高拟真的 cyber-agent environment 中测试，环境模拟 NVIDIA network，并按公司的真实 threat landscape 验证。Red harness 包含 Recon、Assault 和 Compromise 等子 Agent，blue harness 则负责监控、验证和推广 detections。文章的用途是解释测试架构；这些名称不应被当成真实环境的操作指南。
在模型分工上，NVIDIA 表示 Nemotron 3 Ultra 负责 orchestration，fine-tuned Nemotron 3 Super 则为 rule-generation sub-agent 提供能力。CrowdStrike 另外声称，基于 Nemotron 3 Super 的 Blue Solano 在内部评估中比 leading frontier models 有更高 accuracy，成本低 99%。这是 CrowdStrike 的内部结果，未提供足够的独立测试方法，不能直接推广到其他 SOC、数据集或威胁环境。
Falcon IQ 把同一方向扩展至工作流程。NVIDIA 表示它由 50 多个 Agent 协作，处理 assessment、prioritization 和 remediation 等时间密集任务，并通过 Charlotte AI AgentWorks 让 Falcon 用户建立自己的 security workforce。这种设计不是把所有动作交给一个超大模型，而是把专门任务拆开，再由 harness 管理数据、状态和交接。
对于企业安全团队而言，SafeMind 值得注意的地方是「以自己的威胁数据调整 open model」。CrowdStrike 表示可以在不把数据送到外部供应商的情况下做 post-training，并按自己的环境定制。这带来可检查和可调整的好处，但同时把数据质量、模型权限、训练污染、规则验证和责任界线留在企业自己身上。
最需要保留的是「攻防循环可以持续自我强化」的产品描述。即使 digital twin 很高拟真，也不等于涵盖真实网络的所有身份、遗留系统、供应链、错误设置和人员行为。任何可执行的 security Agent 仍应限制在隔离环境、最小权限和可恢复变更内，并让人员批准封锁、隔离、修复或对外通知等高影响动作。
SafeMind 的讯号是网络安全 Agent 正由「帮分析告警」走向「模拟攻击、验证检测、交回防御规则」的闭环。采用者应把模型准确度、false positive、duplicate findings、检测覆盖率、修复成功率和人工升级分开测量，并先用非生产 digital twin 做验证。NVIDIA 和 CrowdStrike 的公开数字可作方向参考，不能取代自己的安全证据。
