NVIDIA 认证技能加强 AI 代理治理

NVIDIA 推出了针对AI代理的新治理框架，并推出了其认证代理技能，旨在为企业 AI 工作流程带来透明性、安全性和可审计性。此公告标志着 NVIDIA 在其企业 AI 生态系统的持续扩展中迈出的又一步。该生态系统现在包括可重复使用的、经过加密验证的技能，开发者可以信任这些技能在真实环境中安全运行。

这些技能本质上是可移植的结构化指令集，教 AI 代理如何执行特定任务，例如使用 NVIDIA 的 CUDA-X 库和其他平台资源优化送货路线或运行视频分析。重要的是，认证技能被编目、扫描风险并加密签名。每项技能还包括一张机器可读的技能卡，详细说明其所有权、依赖性、已知限制和验证状态，从而进一步增强信任并降低部署风险。

为什么认证技能很重要

随着企业对自主代理的采用加速，治理挑战变得至关重要。NVIDIA 的认证技能解决了一个关键难点：确保代理部署的能力是安全的、可审计的，并与企业政策一致。与通用的、不透明的工具不同，认证技能在能力层面嵌入了透明性和来源，可使开发者追踪其来源并确认其在发布后未被篡改。

这一举措的时间点非常重要。企业 AI 正在向模块化、政策强制的架构转变，这一点在 NVIDIA 今年早些时候与 SAP 和 ServiceNow 的合作中得到了凸显。通过将其 OpenShell 运行时和认证技能集成到企业生态系统中，NVIDIA 正在定位自己为治理 AI 部署的领导者。

技能如何认证

为了获得认证，一项技能需通过严格的流程，包括自动扫描和人工审查。NVIDIA 的 SkillSpector 工具检查软件漏洞、危险代码模式以及代理特定风险（如隐藏的指令和提示注入）。一旦验证完成，该技能将通过加密签名进行签署，以确保其完整性和真实性。

此过程符合 AI 安全治理的行业标准，并结合来自 OWASP、MITRE 和其他框架的指导。结果是一个结构化的、以信任为核心的方法，超越了运行时防护措施，部署 AI 能力。

对企业的影响

认证技能的推出正值企业希望在不妥协治理和安全性的情况下扩展 AI 的关键时期。NVIDIA 的架构允许组织通过经过验证的技能模块扩展代理，避免了与不受限制的工具访问相关的风险。例如，cuOpt 路由技能提供了一种受控方式来优化配送计划，所有依赖项和风险都在其技能卡中清晰记录。

这种模块化方法还支持 NVIDIA 推动企业规模 AI 的更广泛战略。自 2026 年 3 月推出其代理工具包以来，NVIDIA 一直在将其 AI 解决方案整合到企业平台中。认证技能框架通过确保代理在明确定义和可审计的参数内运行，补充了这些努力。

市场背景

NVIDIA 的股票（NVDA）于 2026 年 5 月 19 日收盘报 220.61 美元，当日下跌 0.74%。尽管略有下降，但公司 5.40 万亿美元的市值反映了投资者的强烈信心，这得益于其在 AI 硬件和软件方面的领导地位。最近的公告，包括 5 月 12 日与 SAP 的合作，将 NVIDIA 工具嵌入到商业 AI 工作流中，突显了公司对企业应用这一快速增长的市场领域的关注。

认证技能计划可能进一步巩固 NVIDIA 在企业向治理型、基于代理的 AI 系统过渡中的地位。通过为开发者提供安全、透明的工具，NVIDIA 正在解决大规模 AI 采用的一个关键障碍。

下一步

开发者可以通过探索 GitHub 上的公共目录开始使用 NVIDIA 的认证技能。诸如用于路由优化的 cuOpt 技能已经可用，并附有详细文档和加密签名。对于企业来说，该框架提供了一种可靠的方式来扩展 AI 代理，同时保持控制和合规性。

随着 AI 治理成为监管机构和企业的关注焦点，NVIDIA 的主动方法可能为 AI 领域的信任和透明度设定新的标准。