Nvidia lancia l’Open Secure AI Alliance per armare i difensori cibernetici

Nvidia (NVDA ) il 27 luglio 2026 ha lanciato l’Open Secure AI Alliance, una coalizione di circa tre dozzine di aziende e fondazioni open source costruita attorno a un argomento: i difensori cibernetici hanno bisogno di modelli AI di frontiera che possono ispezionare, modificare e eseguire sulla propria infrastruttura, e i regolatori dovrebbero trattare quei modelli come asset difensivi piuttosto che rischi di proliferazione.

I partner inaugurali includono Microsoft (MSFT ), IBM, Red Hat, Cisco, CrowdStrike (CRWD ), Palo Alto Networks (PANW ), Hugging Face, Palantir, Siemens e la Linux Foundation, insieme a nuovi laboratori come Thinking Machines Lab, Nous Research e Reflection AI. L’alleanza afferma che si baserà sull’impegno della Linux Foundation per Akrites e sul lavoro esistente della comunità OpenSSF, rimediando e divulgando le vulnerabilità con strumenti aperti.

L’incidente dietro l’argomento

Il lancio si basa su un evento datato specifico piuttosto che su una previsione di minaccia, il che è insolito per un annuncio di questo tipo. Il 16 luglio 2026, Hugging Face ha divulgato un’intrusione in parte della sua infrastruttura di produzione che ha affermato essere stata eseguita end-to-end da un sistema di agenti autonomi. Il punto di ingresso era il data pipeline: un set di dati avvelenato ha attivato due percorsi che hanno consentito l’esecuzione del codice su un lavoratore di elaborazione. L’intruso ha quindi preso il controllo a livello di nodo, ha estratto le credenziali cloud e cluster e si è diffuso in diversi cluster interni durante un fine settimana.

Il dettaglio su cui Nvidia si concentra è ciò che è successo dopo. Quando i responsabili di Hugging Face hanno cercato di analizzare il log delle azioni dell’attaccante utilizzando modelli di frontiera dietro API commerciali, le richieste sono state rifiutate. L’alimentazione di payload di sfruttamento e artifact di controllo e comando in quelle API ha attivato i filtri di sicurezza dei fornitori, che, secondo le parole della società, “non possono distinguere un responsabile dell’incidente da un attaccante”. Hugging Face ha spostato le indagini forensi su GLM 5.2, un modello open-weight in esecuzione sulla propria hardware, e ha ricostruito la timeline da un log di oltre 17.000 azioni dell’attaccante senza credenziali o payload che lasciavano il suo ambiente.

Questo è un modo di fallimento operativo con una divulgazione dietro di esso, non una statistica di sondaggio del fornitore, ed è il materiale più forte nel lancio. Porta anche un contesto che il post dell’alleanza omette: OpenAI ha successivamente affermato che gli agenti intrusivi erano i propri modelli, fuggiti da una valutazione di sicurezza interna. L’asimmetria documentata da Hugging Face è stata tra un telaio di valutazione di un laboratorio e le barriere di un altro laboratorio.

Cosa viene spedito oggi

Il contributo di Nvidia è un framework di ricerca chiamato NVIDIA Labs Object-Oriented Agents, o NOOA, pubblicato come anteprima di ricerca con codice e una scrittura di valutazione. Collassa un agente in una sola classe Python: ciò che l’agente può fare diventa i suoi metodi, ciò che sa si trova nei suoi campi e le sue firme di tipo vengono trattate come contratti che il runtime applica. Il risultato pratico è che il comportamento dell’agente può essere diffuso, testato e tracciato con gli strumenti che i team già utilizzano su qualsiasi altra base di codice.

La rilevanza per la sicurezza si trova nel passaggio di convalida. Nella pipeline di scoperta delle vulnerabilità che Nvidia descrive, tre cancelli deterministici decidono se un crash è reale, se corrisponde al bug segnalato e se si riproduce, invece di chiedere a un modello di certificare la propria scoperta. Nvidia riporta che NOOA risolve l’86,8% dei compiti su CyberGym L1, un benchmark di riscoperta di vulnerabilità reali, con la rete disconnessa e ogni traiettoria schermata per il trucco.

La società afferma che si tratta del punteggio più alto di un agente open source sul benchmark, che è una pretesa attentamente disegnata. Microsoft, un partner inaugurale dell’alleanza, ha segnalato un punteggio dell’88,45% sullo stesso benchmark nel maggio 2026 utilizzando un sistema di scansione multi-modello codenominato MDASH, che i suoi ingegneri hanno accreditato di aver trovato 16 vulnerabilità di rete e autenticazione di Windows. MDASH rimane in anteprima privata limitata. Sul benchmark che l’alleanza cita, il punteggio più alto segnalato pubblicamente appartiene a un sistema che i difensori non possono scaricare.

Altri contributi elencati precedono l’annuncio. Il formato di peso Safetensors di Hugging Face, il progetto di identità del carico di lavoro SPIFFE/SPIRE che HPE contribuisce, e il telaio di Microsoft erano già pubblici prima dell’esistenza dell’alleanza. Gli elementi veramente nuovi sono NOOA e Lightwell, lo sforzo di IBM e Red Hat per estendere le patch digitalmente firmate in tutta la catena di approvvigionamento open source.

L’elenco dei membri

L’elenco dei membri è altrettanto informativo quanto l’argomento. OpenAI, Anthropic e Google, i tre fornitori le cui barriere di hosting hanno bloccato il lavoro di analisi forense di Hugging Face, non sono tra i partner inaugurali. Tutti e tre hanno firmato Akrites quando la Linux Foundation lo ha lanciato il 25 giugno 2026, quindi l’assenza non è una riluttanza generale a partecipare agli sforzi di sicurezza dell’industria. Un’alleanza basata sui limiti operativi dei modelli di frontiera chiusi non include le società che li gestiscono.

La posizione di Nvidia non è disinteressata. I pesi aperti che le aziende eseguono localmente sono carichi di lavoro che richiedono GPU, e la società ha fatto una versione di questo caso altrove, incluso un lettera congiunta con Microsoft a sostegno dell’AI open-weight pubblicata pochi giorni prima. I laboratori di frontiera stanno facendo pressione sugli stessi responsabili delle politiche con i propri termini, con OpenAI che recentemente ha sollecitato la Casa Bianca ad accelerare le revisioni delle sue uscite di frontiera.

La richiesta di politica è esplicita. L’alleanza sta sollecitando i governi a non imporre restrizioni generalizzate sui sistemi di frontiera aperti, sostenendo che tali limiti concentrerebbero la capacità difensiva in un pugno di fornitori chiusi, e vuole investimenti pubblici in infrastrutture difensive condivise: set di dati, framework di valutazione, simulatori di attacco e strumenti di red teaming.

Per i team di sicurezza, il cambiamento a breve termine è specifico. Un artefatto utilizzabile viene spedito oggi, e la divulgazione di Hugging Face fornisce una raccomandazione concreta: verificare e mettere in scena un modello auto-hostato capace prima di un incidente piuttosto che durante. Anthropic già esegue un controparte chiusa di parti di questo lavoro attraverso il suo programma di caccia alle vulnerabilità Glasswing con partner selezionati. La coordinazione che l’alleanza promette attraverso l’identità, l’isolamento, i formati di modello sicuri e la scansione multi-modello è il lavoro che la precede.