英偉達與CrowdStrike推出 AI 驅動的攻防代理系統

核心重點

NVIDIA 與 CrowdStrike 共同打造的 AI 驅動攻防代理系統，將 Nemotron 開源大模型、Falcon 遙測資料與專屬代理程式 (agent harness) 結合，實現「驗證優先」的自動化紅藍對抗迴路。此系統在模擬 NVIDIA 加速運算基礎設施的封閉環境中測試，證明在防禦端的 Blue Solano 模型不僅精準度超過市面領先的專有模型，且成本降低約 99%。

背景與影響

AI 正快速改寫資安防禦的節奏。傳統的 紅藍隊 演練依賴人工交接：

1. 紅隊發動攻擊 → 2. 藍隊檢視遙測 → 3. 偵測工程師調整規則 → 4. 紅隊再次測試。

每一次交接都耗時，限制了測試迭代次數與攻擊變體的多樣性。

新系統將 紅 (攻擊) 與藍 (防禦) 代理 以 Nemotron 3 Ultra（防禦協調）與 Nemotron 3 Super（偵測生成）為核心，透過 CrowdStrike SafeMind 平台自動產生、驗證與優化偵測規則。攻擊方的代理會根據防禦回饋即時調整攻擊路徑或規避手法，直至在代表性環境中找不到可行的突破口。此閉環機制不再依賴人工手動傳遞，能以機器速度完成多輪測試，極大提升防禦覆蓋率與攻擊路徑的探索深度。

未來展望

隨著開源模型效能持續提升，類似 Nemotron 的模型將成為資安自動化的核心驅動力。若業界能將此類 agentic 系統擴展至真實企業網路，將有望實現：

• 持續自我校正：自動偵測防禦盲點並即時生成對應規則。
• 規模化測試：在多雲與多端點環境中同時執行千級攻擊迭代。
• 成本效益：以開源模型取代高價專有解決方案，降低部署門檻。

對資安從業人員而言，未來的挑戰不再是「如何偵測已知威脅」，而是「如何在機器高速迭代中保持偵測的可靠性」；而 AI 代理系統正提供了這條可行的路徑。