当企业准备把成千上万个 AI 智能体放进生产环境，最大的问题不再是“模型会不会回答”，而是“智能体能碰到什么”。2026 年 10 月 21 日，英伟达在柏林 GTC 大会上发布 OpenShell 参考架构，试图用一套全栈设计回答这个问题：让智能体在 Rubin 上推理、在 Vera CPU 上执行工具调用、在 BlueField-4 上接受策略管控。
一套架构，三道边界
OpenShell 参考架构建立在开源的安全运行时 OpenShell 之上。后者提供受策略控制、带内核级沙箱的运行环境，部署在智能体与其可影响的系统之间。新架构把职责拆给三类硬件：
- NVIDIA Vera Rubin 负责模型推理，其中 Vera Rubin NVL72 面向智能体负载，英伟达称其每兆瓦吞吐量提升 30 倍；
- NVIDIA Vera CPU 负责运行智能体框架与工具调用，英伟达称其性能达到 x86 处理器的 2 倍，同时能效更高；
- NVIDIA BlueField-4 DPU 运行 NVIDIA Sentry 安全框架，对智能体行为进行带外持续监控，并在芯片层面执行策略。
此外，架构可延伸到边缘侧，覆盖 RTX Spark、DGX Spark 与 DGX Station 等系统，并支持 Canonical、Red Hat、Microsoft Windows 及 Microsoft Execution Containers 等企业操作系统环境。
AI capability and safety must advance together. As enterprises prepare to deploy billions of AI agents, safety and control must be built into the computing architecture.
黄仁勋用一句话概括了分工：“智能体在 Rubin 上思考、在 Vera 上行动、在 BlueField 上被治理。”
生态名单透露的信号
英伟达公布的协作方包括 Anthropic、AWS、Cisco、CrowdStrike、Dell、Google Cloud、HPE、IBM、Meta、Microsoft、OpenAI、Palo Alto Networks、Perplexity、SAP、ServiceNow、Siemens 等。这份名单横跨模型公司、云厂商、安全厂商与企业软件厂商，说明 OpenShell 想做的不是单一产品，而是智能体时代的基础设施标准。
尤其值得注意的是安全厂商的参与。智能体的风险往往来自“合法权限被滥用”，传统边界防火墙难以覆盖工具调用链；把监控点下沉到 DPU 与运行时，才有可能在毫秒级阻断越权动作，同时保留完整的审计记录。
影响与待解问题
对企业来说，OpenShell 提供的是一种可落地的治理思路：权限最小化、运行时隔离、行为可观测、策略可执行。它把“给智能体发多少权限”从应用层问题，提升为硬件与系统层问题。
但落地仍有几个问号：这套参考架构对现有数据中心的改造成本有多高；开源运行时与企业操作系统的集成成熟度如何；以及当智能体需要跨云、跨边缘协同工作时，策略能否保持一致。
可以确定的是，智能体基础设施的竞争已经开启。模型能力之外，谁能提供可审计、可隔离、可强制执行的运行环境，谁就更可能拿到企业的大规模订单。
来源：NVIDIA Newsroom（2026-10-21）