Nvidia ajoute NemoClaw, une pile de sécurité, à OpenClaw pour les agents IA personnels

Nvidia a dévoilé NemoClaw, une pile de sécurité pour OpenClaw censée rendre les agents IA personnels utilisables non seulement pour des démonstrations, mais aussi pour un fonctionnement permanent. L'entreprise veut visiblement être plus qu'un fournisseur de puces : elle vise la couche d'infrastructure des assistants always-on qui tournent sur un PC, une station de travail ou dans un environnement local.

Le pari d'OpenClaw

Lors de la GTC 2026, l'entreprise a décrit OpenClaw comme une plateforme autour de laquelle un marché de l'IA personnelle peut se développer. La logique de Nvidia est claire : dès que les agents ne se contentent plus de répondre à des questions, mais lisent des fichiers, appellent des API, écrivent du code et exécutent de longs scénarios, il leur faut plus qu'un LLM. Il leur faut un véritable environnement d'exécution. C'est pourquoi Nvidia promeut NemoClaw avec OpenClaw : une surcouche qui installe les composants nécessaires en une seule commande et ajoute aussitôt des règles de sécurité, de confidentialité et de contrôle d'accès.

Pour Nvidia, c'est aussi une tentative de s'ancrer au-dessus du matériel, au niveau du runtime et de l'orchestration. Jensen Huang est allé jusqu'à comparer OpenClaw à un système d'exploitation pour l'ère de l'IA personnelle, et non à un énième framework open source. Si cette thèse se vérifie, le gagnant ne sera pas celui qui possède seulement le meilleur modèle, mais celui qui contrôle l'environnement dans lequel l'agent accède aux données, aux outils et au réseau.

«

OpenClaw est le système d'exploitation de l'IA personnelle », a déclaré Jensen Huang.

Comment la pile est conçue

Techniquement, NemoClaw réunit OpenClaw, le nouveau runtime OpenShell, les modèles Nemotron et l'Agent Toolkit de Nvidia. Le principe : l'agent ne tourne pas directement sur l'hôte, mais dans un bac à sable isolé. OpenShell surveille les dossiers auxquels l'agent peut accéder, les adresses externes autorisées, les processus qui peuvent être lancés et la manière dont les requêtes vers les modèles sont envoyées. À part, un privacy router peut garder les données sensibles sur un modèle local et n'envoyer la tâche à un modèle frontier dans le cloud que si la politique le permet.

• Installation de la pile en une seule commande
• Isolation du système de fichiers et des processus via un sandbox
• Network guardrails selon le principe deny by default
• Routage entre modèles locaux et cloud selon la politique
• Exécution sur PC RTX, stations de travail, DGX ou dans un centre de données local

C'est important, car la principale crainte autour des agents autonomes ne porte plus depuis longtemps sur la qualité des réponses, mais sur le fait qu'il faut leur accorder un accès trop large. Si un agent sait écrire du code, lire des documents et aller sur internet, il devient vite, sans couche de contrôle distincte, une source de fuites et d'erreurs. NemoClaw comble justement cette lacune : il ne demande pas de faire aveuglément confiance à un prompt ou à une instruction système, mais déplace le contrôle au niveau de l'environnement d'exécution.

Pour les équipes en entreprise, c'est bien plus proche d'un vrai modèle de sécurité que le « ne dis simplement pas au modèle de faire de mauvaises choses ».

Pourquoi maintenant

Le lancement de NemoClaw montre où se déplace le marché : des chatbots isolés vers des agents qui vivent en permanence et exécutent des tâches en arrière-plan. Nvidia souligne que ces claws peuvent fonctionner 24 heures sur 24 sur une machine dédiée, des PC et ordinateurs portables RTX jusqu'au DGX Station ou au DGX Spark. Autrement dit, il ne s'agit plus d'une expérience ponctuelle dans un navigateur, mais d'un logiciel personnel ou d'équipe doté de mémoire, d'outils, de canaux de communication et de son propre runtime.

Pour les développeurs, c'est aussi un ensemble pratique : inutile d'assembler séparément le modèle, le sandbox, les politiques, le routage et l'intégration avec OpenClaw. Mais la question principale reste la même : dans quelle mesure les guardrails résisteront à la prompt injection, aux outils non standard et à une infrastructure d'entreprise réelle. Nvidia reconnaît elle-même les limites de l'isolation : le sandbox réduit sensiblement le risque, mais ne rend pas un agent autonome totalement sûr. Le produit ressemble donc moins à une protection miracle qu'à un minimum pratique pour un usage réel.

Ce que cela signifie

Nvidia cherche à devenir la référence non seulement pour le matériel d'IA, mais aussi pour la couche où les agents autonomes s'exécutent réellement et accèdent aux données. Si NemoClaw simplifie le déploiement sécurisé d'OpenClaw sur des machines locales et en entreprise, le marché passera plus vite des démos spectaculaires à des assistants always-on utiles, auxquels on peut confier une partie de la routine sans renoncer totalement au contrôle.