A CrowdStrike apresentou na Fal.Con 2026, em Las Vegas, uma das suas maiores apostas para a próxima geração da cibersegurança: o SafeMind, sistema desenvolvido em colaboração com a Nvidia para utilizar agentes de inteligência artificial tanto no ataque quanto na defesa de ambientes corporativos.
A informação da imagem está parcialmente correta, mas precisa de uma correção importante. O SafeMind não foi criado principalmente para “monitorar as decisões de outros agentes de IA em tempo real”. Essa descrição se aproxima mais de outras tecnologias de segurança para agentes apresentadas pela CrowdStrike.
O SafeMind tem outro objetivo: criar agentes especializados em segurança ofensiva e defensiva que trabalham continuamente uns contra os outros, descobrindo vulnerabilidades, desenvolvendo proteções e testando novamente se essas defesas realmente funcionam.
O anúncio foi realizado em 1º de setembro de 2026, durante a Fal.Con, com participação dos CEOs George Kurtz, da CrowdStrike, e Jensen Huang, da Nvidia.
Um agente ataca. Outro tenta impedir
A arquitetura começa com dois modelos especializados.
O primeiro foi chamado de Red Tempest.
Ele funciona como um red team automatizado. Sua função é pensar e agir como um invasor, procurando vulnerabilidades, combinações de falhas e caminhos que poderiam permitir o comprometimento de uma infraestrutura.
Do outro lado está o Blue Solano.
Ele representa a equipe defensiva.
Quando o Red Tempest encontra um caminho de ataque, o Blue Solano utiliza informações de segurança para identificar a exposição, desenvolver medidas de proteção, testar as correções e fortalecer o ambiente.
Depois disso, o Red Tempest volta a atacar.
Se encontrar outra forma de contornar a defesa, um novo ciclo começa.
CrowdStrike chama processo de “coevolução adversarial”
A ideia central do SafeMind é não tratar defesa como um processo estático.
CrowdStrike descreve a arquitetura como um ciclo de Adversarial Coevolution, ou coevolução adversarial.
Ataque e defesa evoluem simultaneamente.
Em vez de esperar que criminosos descubram determinada combinação de vulnerabilidades no mundo real, agentes ofensivos podem tentar encontrá-la antecipadamente dentro de ambientes controlados.
O agente defensivo precisa então descobrir como impedir aquele ataque.
Esse processo pode ser repetido continuamente.
A lógica lembra competições entre red teams e blue teams realizadas por especialistas humanos, mas com agentes capazes de operar em velocidade de máquina.
Nvidia fornece parte da base tecnológica
A Nvidia ocupa papel importante no projeto.
Os modelos defensivos do SafeMind utilizam como base a família Nvidia Nemotron, que pode ser personalizada para tarefas especializadas.
CrowdStrike adiciona sua própria inteligência de ameaças, telemetria da plataforma Falcon, registros de operações de Managed Detection and Response e conhecimento acumulado em aproximadamente 15 anos de resposta a incidentes.
O treinamento, portanto, busca transformar modelos gerais em sistemas especializados no domínio da segurança.
A infraestrutura da CoreWeave também está sendo utilizada para treinamento e inferência.
Nvidia investirá US$ 100 milhões no projeto de pesquisa
O SafeMind nasce dentro de uma iniciativa maior chamada CrowdStrike Cyber Superintelligence Lab.
O laboratório foi anunciado simultaneamente na Fal.Con e terá como missão pesquisar sistemas avançados de inteligência artificial aplicados à defesa cibernética.
A Nvidia atuará como parceira de computação e design de IA.
Como parte dessa colaboração, a empresa pretende investir US$ 100 milhões ao longo de cinco anos no Cyber Superintelligence Lab.
O objetivo é desenvolver sistemas capazes de acompanhar um cenário no qual os próprios criminosos começam a utilizar inteligência artificial para automatizar ataques.
Agentes podem trabalhar durante horas
Outro elemento fundamental do SafeMind são os chamados agentic harnesses.
Um modelo sozinho normalmente responde a uma solicitação e encerra sua tarefa.
O harness funciona como uma camada operacional ao redor do modelo.
Ele fornece memória, contexto, ferramentas, permissões, mecanismos de segurança, roteamento entre modelos e sistemas de feedback.
Isso permite que os agentes executem tarefas longas e autônomas, dividindo objetivos complexos em várias etapas.
Em cibersegurança, isso pode significar investigar uma infraestrutura, encontrar uma vulnerabilidade, explorar possíveis caminhos de ataque, verificar controles existentes e testar diferentes estratégias.
Ambiente de teste evita que IA ataque sistemas reais
Permitir que uma inteligência artificial ofensiva procure vulnerabilidades automaticamente cria uma preocupação óbvia: onde esses ataques são executados?
CrowdStrike afirma utilizar cyber ranges de alta fidelidade.
Esses ambientes simulam infraestruturas corporativas reais, permitindo que agentes ofensivos executem ataques sem colocar sistemas de produção em risco.
A Nvidia também testou a tecnologia utilizando ambientes digitais que reproduzem suas próprias redes.
A ideia é criar uma espécie de laboratório permanente onde ataque e defesa possam evoluir sem consequências para a infraestrutura real.
SafeMind será integrado diretamente ao Falcon
O sistema deverá funcionar nativamente dentro da plataforma CrowdStrike Falcon.
Essa integração é importante porque oferece aos modelos acesso à telemetria coletada nos endpoints e outros ambientes protegidos pela empresa.
Em vez de analisar apenas informações genéricas sobre vulnerabilidades, os agentes podem trabalhar com contexto relacionado à infraestrutura que precisam defender.
A CrowdStrike afirma que o SafeMind poderá realizar detecção de ameaças e defesa automatizada em velocidade de máquina.
O acesso aos modelos e harnesses de maneira independente também será disponibilizado por meio do programa Project QuiltWorks.
CrowdStrike diz superar modelos generalistas
A companhia também apresentou resultados de avaliações internas comparando os modelos especializados com alternativas generalistas.
Segundo George Kurtz, em um dos testes o SafeMind apresentou desempenho 52% superior ao melhor modelo frontier utilizado na comparação para identificar vulnerabilidades e problemas, enquanto o custo teria sido aproximadamente 98% menor.
Esses números devem ser interpretados como resultados divulgados pela própria CrowdStrike, e não como uma avaliação independente do mercado.
Mesmo assim, eles ilustram uma tendência importante.
Modelos gigantes e generalistas podem não ser necessariamente a solução economicamente mais eficiente para todas as tarefas.
Para determinadas funções, modelos menores e altamente especializados podem oferecer melhor relação entre desempenho, velocidade e custo.
Segurança de agentes é outro problema — e CrowdStrike também está atacando essa área
A confusão presente na imagem provavelmente acontece porque a CrowdStrike apresentou diversas tecnologias relacionadas à IA durante a Fal.Con.
Enquanto o SafeMind utiliza agentes para realizar defesa cibernética, outras soluções da companhia são destinadas a proteger os próprios agentes corporativos.
Entre elas está o Falcon Guardian, desenvolvido para descobrir e monitorar agentes de IA diretamente nos endpoints durante sua execução.
A CrowdStrike também apresentou um Agentic Identity Provider, destinado a estabelecer identidades confiáveis para agentes.
Essas tecnologias procuram responder perguntas diferentes: quais agentes existem dentro da organização, quais permissões possuem, quais sistemas estão acessando e se estão tentando utilizar dados que não deveriam.
O SafeMind, portanto, deve ser entendido principalmente como IA trabalhando como especialista de cibersegurança, e não simplesmente como ferramenta de fiscalização de outros agentes.
Ataques também estão ficando autônomos
A estratégia nasce de uma mudança que já começa a preocupar empresas de segurança.
Criminosos estão incorporando IA às diferentes etapas de suas operações.
Modelos podem ajudar a pesquisar vulnerabilidades, desenvolver scripts, produzir phishing personalizado, analisar sistemas comprometidos e acelerar tarefas que antes exigiam intervenção humana.
Isso pode reduzir drasticamente o tempo entre a descoberta de uma vulnerabilidade e sua exploração.
Se o ataque passa a operar em velocidade de máquina, empresas como CrowdStrike e Nvidia acreditam que a defesa também precisará se tornar automatizada.
SOC pode caminhar para operações cada vez mais autônomas
A consequência pode ser profunda para os tradicionais Security Operations Centers.
Hoje, muitas ferramentas detectam um comportamento suspeito, geram um alerta e deixam para um analista humano investigar o que aconteceu.
A nova geração pretende avançar várias etapas.
Um agente pode investigar o alerta, correlacionar dados, testar hipóteses, identificar a vulnerabilidade, recomendar uma proteção e eventualmente executar parte da resposta automaticamente.
O profissional humano passa progressivamente de operador de cada ação para supervisor de sistemas autônomos de defesa.
Isso não elimina a necessidade de especialistas.
Ao contrário: quanto maior a autonomia concedida aos agentes, mais importantes se tornam controles de identidade, permissões, auditoria e limites de atuação.
A próxima guerra cibernética pode acontecer entre agentes
O SafeMind sinaliza uma transformação importante.
Durante décadas, a cibersegurança foi essencialmente uma disputa entre pessoas utilizando ferramentas.
A inteligência artificial começa a alterar essa dinâmica.
De um lado poderão existir agentes procurando vulnerabilidades, automatizando reconhecimento e tentando construir caminhos de ataque.
Do outro, agentes defensivos analisando telemetria, desenvolvendo proteções e reagindo praticamente no mesmo instante.
É justamente esse cenário que CrowdStrike e Nvidia estão tentando antecipar.
O SafeMind representa uma aposta em um futuro no qual a primeira batalha contra um ataque poderá acontecer entre duas inteligências artificiais — antes mesmo que um analista humano precise intervir.
