NVIDIA udostępnia NemoClaw, otwarty stos do bezpiecznych agentów AI działających lokalnie

NVIDIA opisała na swoim blogu deweloperskim nowy sposób uruchamiania autonomicznych agentów AI, który omija chmurę całkowicie. NemoClaw, otwarty stos referencyjny udostępniony na GitHubie, łączy sandboks bezpieczeństwa OpenShell z frameworkiem agentowym OpenClaw i lokalnym silnikiem wnioskowania Ollama, dając firmom i programistom agenta działającego 24 godziny na dobę wyłącznie na własnym sprzęcie.

Problem z agentami w chmurze

Autorzy wpisu, inżynierowie NVIDIA Patrick Moorhead i Edward Li, wskazują na konkretne ryzyko: uruchomienie agenta, który wykonuje kod i korzysta z narzędzi zewnętrznych, bez odpowiedniej izolacji, oznacza realne zagrożenie dla prywatności danych, zwłaszcza gdy agent działa na cudzej infrastrukturze chmurowej. Agenci AI ewoluują z prostych systemów pytanie-odpowiedź w długo działające asystenty, które czytają pliki, wywołują API i prowadzą wieloetapowe procesy - a to zwiększa powierzchnię ataku.

Uruchomienie agenta do wykonywania kodu i korzystania z narzędzi bez odpowiedniej izolacji niesie realne ryzyko, szczególnie przy użyciu infrastruktury chmurowej stron trzecich, ze względu na prywatność i kontrolę danych - NVIDIA Developer Blog

Jak działa NemoClaw

Architektura opiera się na czterech warstwach. OpenShell odpowiada za izolację sieciową i systemu plików oraz zarządzanie poufnymi danymi uwierzytelniającymi. OpenClaw, opisywany jako samodzielnie hostowana brama łącząca platformy komunikacyjne jak Slack czy Discord z agentami kodującymi opartymi na otwartych modelach, zarządza pamięcią trwałą i integracją narzędzi. Ollama pełni funkcję lokalnego silnika serwującego model, a Nemotron 3 Super 120B jest właściwym mózgiem agenta, odpowiedzialnym za rozumowanie wieloetapowe i podążanie za instrukcjami.

W praktyce zapytanie trafia do Ollamy działającej lokalnie, ta odpytuje model Nemotron, wynik wraca do agenta OpenClaw, który wykonuje zadanie i odpowiada w kanale komunikacyjnym, na przykład na Telegramie. Cały ten obieg dzieje się na jednej maszynie, bez wysyłania treści do zewnętrznych serwerów wnioskowania.

Zabezpieczenia i ograniczenia

Domyślnie sandboks ogranicza agenta do wąskiego zestawu punktów końcowych sieci, a użytkownik widzi w czasie rzeczywistym próby połączeń blokowanych przez system i może je pojedynczo zatwierdzać albo odrzucać. NVIDIA zastrzega jednak wprost, że żaden sandboks nie daje pełnej ochrony przed zaawansowanym wstrzykiwaniem promptów, co oznacza, że NemoClaw redukuje ryzyko, ale go nie eliminuje. To ważne zastrzeżenie dla firm, które traktowałyby lokalne wdrożenie jako gwarancję bezpieczeństwa, a nie tylko jedną z warstw ochrony.

Dostępny sprzęt i wdrożenie

Stos jest przeznaczony przede wszystkim pod NVIDIA DGX Spark, kompaktowy komputer AI oparty na układzie GB10, ale dokumentacja NVIDIA wspomina też o innych testowanych konfiguracjach, w tym laptopach RTX Spark, kartach GeForce RTX i stacjach roboczych RTX PRO oraz DGX Station. Instalację uruchamia się jedną komendą pobierającą skrypt z serwerów NVIDIA, po czym kreator konfiguracji prowadzi przez wybór nazwy sandboksa, dostawcy wnioskowania, modelu i profilu polityk bezpieczeństwa. Zdalny dostęp do agenta można skonfigurować przez tunelowanie SSH, co pozwala zarządzać nim spoza lokalnej sieci bez wystawiania go bezpośrednio na świat.

Znaczenie dla firm i programistów

Dla przedsiębiorstw, które od miesięcy słyszą ostrzeżenia o wyciekach danych przez agentów AI działających w chmurze, NemoClaw oferuje alternatywę: pełną kontrolę nad danymi kosztem konieczności posiadania odpowiednio mocnego sprzętu i cierpliwości na wolniejsze odpowiedzi rzędu kilkudziesięciu sekund. To kompromis, który może się opłacać w sektorach wrażliwych na dane, takich jak prawo, finanse czy administracja publiczna, gdzie wysłanie treści dokumentów do zewnętrznego API bywa z góry wykluczone.

Dla programistów oznacza to również możliwość eksperymentowania z pełnoprawnym agentem 120-miliardowym bez opłat za tokeny API, o ile dysponują sprzętem zdolnym udźwignąć model tej wielkości. Otwarty charakter repozytorium NemoClaw na GitHubie pozwala też na modyfikacje polityk bezpieczeństwa i dostosowanie sandboksa do własnych wymagań, co odróżnia to podejście od zamkniętych platform agentowych oferowanych przez dostawców chmurowych.

Publikacja wpisuje się w szerszy trend, w którym producenci sprzętu, w tym NVIDIA, promują lokalne wdrożenia AI jako odpowiedź na rosnącą liczbę incydentów bezpieczeństwa związanych z agentami działającymi w chmurze na cudzej infrastrukturze. Czy NemoClaw upowszechni się poza wąskim gronem entuzjastów dysponujących sprzętem DGX, pokaże najbliższy rok, ale sam kierunek, czyli traktowanie izolacji i lokalności jako podstawowej cechy bezpiecznego agenta, a nie dodatku, wydaje się trwałą zmianą w projektowaniu takich narzędzi.