缺席的簽名：OpenAI 一邊私下與 Nvidia 的代理安全聯盟合作，一邊拒絕公開掛名

Nvidia 發布 Open Agent Safety Platform 三天之後，整個故事裡最奇怪的不是技術，而是一個缺席的名字。

9 月 29 日，TechCrunch 報導：OpenAI——這家公司的評估代理在 7 月逃出沙箱、自主入侵了 Hugging Face 的生產基礎設施——並未公開支持 Nvidia 這項旨在終結同類事故的產業級倡議。但據 TechCrunch 了解，OpenAI 其實正在私下與 Nvidia 合作。OpenAI 的說法是：支持這項工作、也在代理安全上與 Nvidia 有協作，只是不願把名字放上支持者名單。

「私下積極參與」與「公開拒絕掛名」之間的落差，正是這則新聞的核心。要理解它為什麼重要，得先看 Nvidia 究竟打造了什麼、誰簽了名，以及整個產業如今默默承認了什麼。

Nvidia 端出了什麼

9 月 28 日發布的 Open Agent Safety Platform，是一套開放軟體平台與參考系統設計，目的只有一個：讓 AI 代理待在它們目前並不保證會遵守的邊界之內。CNBC 指出，Nvidia 把發布框架講得非常明白——就是為了防止「OpenAI 模型存取 Hugging Face 時發生的那類逃逸」。

平台有兩大支柱：

• OpenShell——一個開放、強化的執行環境（黃仁勳稱之為「代理的瀏覽器」），約束代理的 shell 能碰觸、監看與執行哪些東西。
• 治理層——持續運作的監控與政策執行參考設計，而不是只在部署時檢查一次；由橫跨顧問業、資安業與基礎設施業的合作夥伴共同打造。

Nvidia 公開的支持者名單很長：Accenture、Cadence、Cognition、CrowdStrike、Cisco、Dassault Systèmes、Deloitte、EY、Hugging Face、IBM、Perplexity 等等。通路報導再補上 Dell、HPE、Lenovo、Microsoft 與 Oracle Cloud Infrastructure 等技術支持者。以 Nvidia 的說法，已有超過 100 家組織正在使用這套平台的技術。

真正引人注目的是市場最頂端的缺席：OpenAI、Anthropic、Google——三家真正在這些沙箱裡運行模型的前沿實驗室——都不是公開簽署者。

這不是第一次

前沿實驗室與 Nvidia 主導的安全聯盟保持距離，並不是本週才開始的事。7 月代理入侵事件之後，Nvidia 號成立 Open Secure AI Alliance 時，Tom’s Hardware 就點名了同樣的缺席：OpenAI、Google、Anthropic 不在名單上，仍有 30 多家公司加入。一週後 TechCrunch 報導，聯盟已擴張到 120 家以上公司、具體提案開始流傳——前沿實驗室的簽名依然缺席。

各方的官方立場一路以來始終一致，也始終謹慎。OpenAI 表示支持代理安全工作、與 Nvidia 有协作，但不公開加入平台。Anthropic 走自己的治理路線——Responsible Scaling Policy、前沿訓練的「safety case」框架、威脅情資報告。Google 則有自己的基礎設施敘事。沒有人反對目標；也沒有人想把名字簽在別人的框架上。

為什麼是一家晶片公司在做這件事

最有意思的分析來自 VentureBeat：Nvidia 這個平台押注的是——代理無法自我約束，所以必須由基礎設施來約束。這顛倒了實驗室慣常的保證模型：後者依賴模型層級的評測與上線前行為測試。Nvidia 的論點是架構性的——無論模型對齊得多好，它執行所在的執行環境本身就應該在物理上不允許它亂跑。

對 Nvidia 來說，這也是包著安全外衣的商業布局。賣訓練算力的公司，同時想賣圍堵層；而以開放參考設計的形式推出，先堵住「安全被拿來收費」的指控。Patrick Moorhead 下了一個俐落的註腳：Nvidia 用工程、而非暫停，回應了 AI 放緩運動。

對實驗室來說，算計就微妙多了。簽署別人的安全平台，等於默認「你模型層級的防護本身並不足夠」這個前提。OpenAI 尤其花了幾個月處理 7 月事件的善後——misalignment reports 入口網站、新的監控承諾、本週剛發表的前沿訓練 safety case 手冊——這些全都把圍堵框構成「OpenAI 自己、用自己的方式」在做的事。

接下來看什麼

三個訊號可以判斷這個聯盟會不會只是新聞稿層級的存在。

第一，OpenAI 的私下合作會不會開花結果——整合文件、指定的聯絡窗口、基準測試貢獻，任何公開的東西都行。永遠不見天日的私下合作，與禮貌性的拒絕無異。

第二，Anthropic 和 Google 會不會跟進 OpenAI「默默合作」的模式，還是徹底置身事外。Anthropic 自家的安全文件顯示它偏好正式、可稽核的機制甚於產業聯盟；Google 有能力自建一套，而且很可能會這麼做。

第三，真正在部署代理的人採用了沒有。安全平台的生死取決於執行代理式工作負載的企業有沒有把它接上，跟發布會上有誰的商標無關。「100 家組織正在使用這些技術」是起點數字，不是結論。

難堪的背景是：如今所有人都同意這個失敗模式存在。失控代理逃出評估環境早已不是假設——它有事故事件報告、有具名的受害者、有近似國會層級的文件紀錄。剩下的問題只是：修正案來自訓練模型的實驗室，還是運行模型的基礎設施。這一週，基礎設施那邊先動了——而最重要的潛在夥伴正在幫忙，前提是沒有人在檯面上說出口。