WEI INSIGHT
情报

ServiceNow×NVIDIA 的 Arc 正式可用：权限吊销下探到芯片层——「可治理的数字员工」第一次成为 IT 采购的现货

5 月还是概念的长驻个人企业 Agent 今天 GA：Control Tower 定规则、OpenShell 运行时执法、BlueField 硬件拦截，吊销以机器速度生效；不加价、内含于现有 SKU——治理能力的军备竞赛正式替换模型能力的军备竞赛

智笔 · 2026-10-23
一句话结论

「AI 安全 Summer 的 Agent 事故」之后，头部软件商把答案做成了产品：权限精确到单个动作、吊销穿透到硬件层、且免费捆绑进现有 SKU——意味着所有 ServiceNow 客户被动获得了一个可治理的数字员工入口。对企业选型的直接影响：评估 Agent 平台的硬指标从「模型多聪明」换成「能不能按动作收权、撤销后多久生效」，这一条很快会出现在每家中国企业的采购标书里。

作者 智笔编辑 智编审核 智审发布 2026-10-23
分享
适合
CIO / IT 负责人、CEO / 总经理、安全与合规负责人、在用或评估 ServiceNow/ITSM 体系的企业
不适合
没有成体系 IT 治理、指望开箱即用 Agent 管控的小团队（三层治理需要有人运营）

10 月 21 日，ServiceNow 与 NVIDIA 在 GTC Berlin 官宣：两人合写的「个人长驻企业 Agent」Arc 正式可用。这东西 5 月还只是概念发布，5 个月走完 GA——跑在员工桌面或 NVIDIA OpenShell 沙箱里，干邮件、Teams、工单这类日常活，会随时间累积记忆和技能，复杂任务才上交前沿模型、数据尽量留在本地。按官方说法，它靠扫描员工收件箱和会议纪要「主动浮现工作项和行动清单」——和 Anthropic 同周发布的 Claude Duet（站内今日专文）指向同一个品类：不等指令、自己找活、关键动作请你批准。

真正的卖点是三层执法：IT 能禁到「某一次写生产库」

ZDNet 拿到的细节里，治理架构比能力更值钱：第一层，ServiceNow Super Intelligence Control Tower——企业在这里定 AI 政策，监控 Agent 行为、审查访问权限、查提示注入、测绩效；第二层，开源运行时 NVIDIA OpenShell 按策略执法，IT 可以精确控制 Agent 能访问哪些系统、调用哪些 API、读哪些数据；第三层，硬件：上周宣布的 AI Passport 持有企业风险规则，一旦 Control Tower 吊销某 Agent 的护照，NVIDIA BlueField DPU「以机器速度」在 Agent 继续执行前拦截——而且拦截是任务级的：被拦的那一个任务隔离进沙盒留待审计，其余已批准的任务照常跑，不重启、不误伤。

三层执法
Control Tower（政策）→ OpenShell（运行时）→ BlueField DPU（硬件）；护照吊销后芯片层以机器速度拦截，被拦任务隔离供审计
来源：ZDNet：ServiceNow 与 NVIDIA 发布企业 Agent「Arc」正式可用（2026-10-21）

为什么行业要在「软件层之下」再造两层执法？背景是这个夏天的 Agent 事故潮（站内 10-19《VB 两轮调查：敢让 Agent 自主改生产的比例从 75% 跌到 56%》）。软件层的权限控制有一个死穴：Agent 运行的那台机器本身若被提示注入劫持，它就能用被污染的权限绕过软件检查。把执法下移到运行时（OpenShell）和芯片（BlueField）后，被攻破的软件层说了不算——「防被劫持的 Agent 自己改自己的规则」第一次有了硬件答案（编辑观点：这是安全叙事里真正的转折点，此前所有 Agent 治理方案都默认软件层可信）。

商业条款：不加价、免费捆绑——这才是最狠的一招

按官方通稿口径，Arc 不额外收费，内含于现有订阅；平台适配 NVIDIA 新一代 RTX Spark 设备，Mac 今天可用、Windows 数周内。翻译一下：全球 ITSM 装机量最大的供应商之一，正在把「可治理的数字员工」当赠品塞给存量客户。对已经在用 ServiceNow 的企业，问题立刻从「要不要买」变成「谁现在有权限、边界划在哪」——先盘点再用，别让免费捆进来的 Agent 成为没人申报的自动权力。对没上 ServiceNow 的中国企业，Arc 定义的是三年内的采购语言：权限按动作授予、吊销秒级生效、任务级熔断、硬件层留审计证据，这四条现在就可以写进你的 Agent 选型评分表。

行业落点差异：金融、能源这类被强监管行业最先受益——「吊销到硬件层」直接回答审计「AI 操作可不可追责」的老问题，比承诺人工抽查的方案硬得多；制造业设备运维场景注意 OpenShell 沙箱路线，Agent 在隔离环境试动作再上产线，比直连工控系统的野路子安全；中小企业别急着对标三层治理，那是有专职 IT 治理团队之后才运营得起的架构（编辑观点：小公司先把「Agent 不许碰哪些系统」写成一条能执行的清单，性价比更高）。

现在应该做什么

✓ 建议做
  • Agent 采购标书新增四条硬指标：按动作授权、吊销生效时间、任务级隔离熔断、硬件/运行时层审计留痕
  • ServiceNow 存量客户：立即盘点谁已获得 Arc 入口，划第一版试点边界（先只读、后低危动作、最后才碰生产系统）
  • 把「AI Passport」思路抄进自家制度：每个 Agent 有一份写明权限、风险等级、吊销流程的档案，出事才知道该撤谁的
  • 对标节奏参考：同一周 SAP 千个 Agent、Duet、Arc GA 三条线同时交付「数字员工现货」，年内做一轮 Agent 平台选型复核不亏
✕ 暂时不要做
    ✓ 建议做
      ✕ 暂时不要做
      • 不要为「免费捆绑」直接全员开启——Arc 的治理三层需要 IT 政策先就位，没政策等于没刹车
      • 不要把硬件层执法当免死金牌：拦截防的是权限滥用，防不了 Agent 在授权范围内做错业务判断
      • Windows 支持未到位前不要排产线级承诺，Mac 先行意味着桌面覆盖率短期上不去
      问：Arc 和 Claude Duet 是一类东西吗？
      答：同品类不同路线：Duet 是模型厂直供个人的云沙箱 Agent（20 美元/月含预览），Arc 是企业软件商卖给 IT 部门、绑治理栈的员工 Agent。一个从消费级价格切入，一个从企业治理切入——两条腿都在验证「常驻同事型 Agent」这个新品类。企业视角看，Duet 决定员工会私下先用上什么（影子 Agent 风险），Arc 决定 IT 能管住什么。
      问：对中国企业有什么实际可抄的？
      答：三样立刻可抄：其一，「按动作收权」——把 Agent 权限从「系统级」细化到「操作级」（能查账不能付款），任何平台的 Agent 都能这样配；其二，「吊销留证据」——被中断的任务隔离存档供复盘，对应国内智能体行为可控监管里的可追溯要求（站内 10-19 专文）；其三，「主动浮现工作」的产品形态，直接可以用国内大模型 Agent 模式搭原型给关键岗位试。
      问：三层治理里最少能省哪层？
      答：按依赖顺序省：BlueField 层可以没有（多数企业没有 DPU），退化为运行时+政策两层；OpenShell 层理论上可用任何容器沙箱替代，但替代品的策略执行力度要自己验证；Control Tower 层（集中政策+审计）省不掉——那正是「1 个 Agent 出事 vs 100 个 Agent 同时失控」的区别。中小企业的等效最小集：一份权限清单+一个集中开关+操作日志留存（编辑观点）。
      参考来源：ZDNet：ServiceNow 与 NVIDIA 发布企业 Agent「Arc」正式可用（2026-10-21）

      参考来源（2）

      • 1. ZDNet：ServiceNow 与 NVIDIA 发布企业 Agent「Arc」正式可用（2026-10-21）可信媒体
        发布主体：ZDNet
        使用政策：可摘要
        正文实抓核验（2026-10-23）：Arc 10-21 GA，5 月发布概念；Mac 先行、Windows 随后。跑在员工桌面或 NVIDIA OpenShell 沙箱，适配 RTX Spark；靠扫描邮箱与会议纪要主动浮现工作项；记忆与技能随时间累积；复杂任务才上交前沿模型、数据尽量本地。治理三层：Super Intelligence Control Tower 定政策、OpenShell 运行时执法、AI Passport 吊销后 BlueField 在芯片层以机器速度拦截——被拦任务隔离进沙盒供审计，其余已批准任务不中断。IT 可精确控制 Agent 可访问的系统、可调用 API、可读数据。
        https://www.zdnet.com/innovation/exclusive-servicenow-and-nvidia-launch-arc-a-new-ai-agent-for-enterprise/
      • 2. ServiceNow 官方通稿（Yahoo Finance 转发）：Arc 随现有订阅 SKU 提供（2026-10-21）权威研究
        发布主体：ServiceNow / Yahoo Finance
        使用政策：可摘要
        官方通稿口径（经扫描时转述入库，本环境 Yahoo 正文未取到，仅引用其「Arc 不加价、内含于现有 SKU」的商业条款，站内行文已标注为官方口径）：ServiceNow 宣布 Arc 为其「行业首创」个人企业 Agent 正式可用，与 NVIDIA 合作治理栈。
        https://finance.yahoo.com/technology/ai/articles/servicenow-delivers-industry-first-personal-113000101.html

      延伸阅读

      情报

      中国AI监管主线换了：从「内容合规」转向「行为可控」——智能体八环节风险、七类措施、五阶段指引一次给齐

      9月14日国家网络安全宣传周上，全国网安标委发布《人工智能安全治理框架3.0》，附件2首次成体系设置《智能体风险管理框架》：按设计研发、安装部署、指令输入、推理规划、调用执行、记忆存储、结果输出、停用下线八个环节梳理风险，配套身份与权限管理、加强人工审批、运行时动态管理、持续监测与审计等七类防范措施。此前（7月1日）网安标委秘书处已发布网安秘字〔2026〕80号《智能体部署使用安全指引》，按评估、准备、部署、使用、停用五阶段给出操作建议，明确不以操作系统管理员权限运行智能体、建立高风险操作清单、配置细粒度日志；9月18日又就《智能体系统开发安全指南（征求意见稿）》（网安秘字〔2026〕119号）公开征求意见，覆盖准备、设计、实现、测试、发布全流程。政策面同步收紧：2026年5月网信办、发改委、工信部《智能体规范应用与创新发展实施意见》提出按场景分类分级治理、敏感领域探索备案检测与问题产品召回；截至8月31日全国累计1112款生成式AI服务完成备案、731款应用完成登记（网信办9月14日公告）。美国这边出了反面教材：编程智能体误删生产库的事故频发，而中方框架把「停用下线」单独列为风险环节——监管视野已从「说了什么」覆盖到「做了什么、怎么停」。

      Agent风险与合规控风险行政
      情报

      敢让AI自主改生产环境的企业，两个月内从75%跌到56%——用得越多，越不敢放手

      VentureBeat Intelligence 8月「Agentic Reliability and Evaluations」调查（140名受访者，其中53%是AI采购最终决策人）显示：已部署自主Agent的组织里，允许「凭自动评估结果不经人工复核直接上生产变更」（或未来一年内建成该能力）的比例，从7月调查的75%降至8月的56%。下滑不是样本构成造成的假象：单看最终决策人子样本，同口径比例也从88%跌至61%；排除未部署Agent的组织后，「预期保留人工审核」的比例从20%升至42%，统计显著。与收缩放权同时发生的是加仓工具：OpenAI原生评估工具使用率从7月31%升至8月59%；61%做过上线前评估的部署方承认，过去12个月至少遇到过一次Agent通过内测却在客户侧出故障。明年可靠性投资预期增幅最大的方向依次是：人工审核流程30%、生产可观测工具26%、自动评估管线21%。调查为自选读者样本，且转向发生在Anthropic CEO 9月发文呼吁放缓之前——数据记录了变化，但没解释原因。

      Agent控风险提效率管理层
      情报

      AI行业第一次有了「驻场审计师」：Anthropic让评估机构6名员工拿齐内部权限，报告发布权不归自己

      10月15日Anthropic官方公告：独立评估机构METR的6名员工已获得公司硬件、办公空间与内部工具系统权限，与其内部风险评估员工大致同级；METR将独立发布风险评估结论，Anthropic无权否决发布，只能就预定义的窄类别（客户数据、律师-客户特权信息、模型架构信息）要求删节，且METR保留就其实际获得的信息访问水平公开发言的权利。同日披露与SecureBio、Accenture、Faculty的多线评估合作，并发布「评估员访问三层分级」框架（窄范围调查→免批准发布→员工级驻场），公开呼吁每一家前沿AI公司照做——此前其已签署白宫《超级智能协定》，承诺与独立外部评估方合作。公告自比银行监管：大银行的风险只有驻场检查员看得清，AI公司同理。两天前（10月14日），Anthropic还在新加坡设亚太第五办公室并与新政府签署AI安全/模型评估MOU。

      Agent控风险管理层AI 战略
      情报

      沃顿第4年度AI报告：80%老板说AI有正回报，但只有28%回报「强劲」——差距不在工具，在考核口径和组织设置

      2026年10月13日，沃顿Human-AI研究中心与GBK Collective发布第4年度企业AI采用报告《The Adaptive Advantage》：7月9-29日访谈约1400名美国大型企业（千人以上、营收5000万美元以上）管理者与员工。核心数字：80%的组织报告AI投资有正回报，但仅28%称得上「强劲」。强ROI的分水岭不在模型选得好不好，而在三件事：①考核口径——把AI挂到增长指标上的部门强ROI率35%，只考核「省了几小时」的13%；②组织归属——新设专职首席AI官（CAIO）的组织58%强ROI，把AI塞给现有高管兼任的24%，既没人管也不打算设的8%；③平台收敛——统一到一个获批平台的50%，允许多工具的30%，搭中枢编排层的19%，还在散着试的只有9%。Agent侧：67%部门在用，只有17%允许它不经人逐步审批自主执行；出错责任没有公认归属——治理团队28%、直属经理26%、员工本人25%、供应商9%，没有一个达到30%。培训是最大的自欺缺口：78%的管理层说培训到位，员工侧只有56%认同。同时做到「证明价值+重构流程+组织对齐」三项的组织只有7%。

      降成本提效率增收入管理层
      ServiceNow Arc正式可用：Agent权限吊销到硬件层，企业选型硬指标变了 · WEI INSIGHT