AREX Feed Article
黄仁勋喊出"超级代理已到"，NVIDIA 联手 LangChain 用开源堆栈跑出十倍性价比
整个 AI 行业还在为"开源模型能不能追上 GPT-5"吵得不可开交的时候，NVIDIA 和 LangChain 扔出了一组数字，把讨论的方向整个扭了过来。
7 月 8 日，NVIDIA 与 LangChain 联合发布了 NemoClaw for LangChain Deep Agents 蓝图。这不是又一个模型发布，也不是又一份战略合作备忘录。这是一套完整、可部署、有基准数据背书的开放企业代理（Agent）系统：NVIDIA 的 Nemotron 3 Ultra 做模型底座，LangChain 的 Deep Agents Code 做认知调度框架，NVIDIA OpenShell 做安全运行时沙箱。
三者协同跑出的成绩是：在 LangChain 的 Agent 评测基准上，综合得分 0.86，单次推理成本 4.48 美元。作为对比，得分最接近的竞品模型跑完同一套评测，烧掉了 43.48 美元。
十分之一的成本，追平了当前顶级闭源 Agent 的表现。
NVIDIA 创始人兼 CEO 黄仁勋（Jensen Huang）的评论一如既往地简短有力。他在随蓝图一同发布的炉边对话中说了六个字："Super agents have arrived（超级代理已到来）。"然后他给了一个更大胆的判断——"AI 的未来不会是一刀切的。企业既会用 AI 云服务，也会构建自己的 AI，由它们独有的数据、经验和工作流塑造，并在任何地方安全地运行。"
LangChain 联合创始人兼 CEO Harrison Chase 则给出了更技术化的注脚："打造更好 Agent 的关键，是持续优化模型周围的系统。记忆、工具使用、评估和模型行为——当你能同时调校它们时，这些能力会产生复合效应。"
不是微调模型，是"调教"整个系统
NemoClaw 蓝图最反直觉的地方在于：模型的权重一个都没改。
传统思路是：模型不够好 → 微调（fine-tune） → 再不行就换更大的模型。NVIDIA 和 LangChain 走了一条完全不同的路。团队没有动 Nemotron 3 Ultra 的参数，而是把所有精力花在了模型周围的"框架层"（harness）上——系统提示词怎么设计、工具描述怎么写、中间步骤的上下文如何管理、评估指标怎么定义。
用 Harrison Chase 的话说："Memory, tool use, evaluation, and model behavior compound when teams can tune them together."这句话的中文意思大约等于：当记忆、工具使用、评估和模型行为被当作一个整体来调校时，它们之间的协同效应会让系统性能出现阶跃式提升，而不是线性的堆叠。
这种思路和过去两年行业的主流叙事形成了鲜明对比。当 OpenAI、Anthropic、Google 在模型参数和训练数据上投入数十亿美元时，NVIDIA 和 LangChain 用一套"框架工程"（harness engineering）告诉你：如果你愿意在模型外面多花点心思，一个开放权重的 Nemotron 3 Ultra，跑出来的 Agent 不输任何闭源巨兽，而且便宜十倍。
蓝图内部的具体架构分为三层：
模型层——Nemotron 3 Ultra，NVIDIA 的旗舰开放权重模型，约 500B 总参数、50B 激活参数的 MoE 架构。关键不在于参数规模，而在于它是开放的：企业可以看权重、可以定制、可以在自己的数据中心部署，不需要把数据送给任何云厂商。
框架层——LangChain Deep Agents Code，这是 LangChain 为长周期、多步骤 Agent 任务专门设计的一套代码框架。它内置任务规划（planning）、子 Agent 派发（sub-agent spawning）、长期记忆管理（long-term memory）和上下文窗口调度（context management）。NemoClaw 蓝图里附带了一份专为 Nemotron 3 Ultra 调校过的 Deep Agents harness profile，正是这份 profile 跑出了 0.86 的分数。
运行时层——NVIDIA OpenShell，一个带策略引擎的安全沙箱。它决定 Agent 能碰什么工具、读什么数据、做什么操作。对于受监管行业（金融、医疗、政府），OpenShell 的意义在于：企业可以把 Agent 放进去跑，每一步都有审计日志，违规操作在策略层就被拦住了，不需要事后追查。
三个层次叠加在一起，得到的不是一个"更强的聊天机器人"，而是一个可以部署在核心业务流程里的数字员工——它知道公司有哪些工具可以用、记得之前做过什么、每做一步都有安全策略把关。
四大的入场信号
NemoClaw 蓝图的生态阵容比技术本身更值得注意。
全球四大会计师事务所之一的安永（EY），是此次合作中最大的服务集成方。EY 全球 NVIDIA 首席商务官 Geoff Vickrey 在声明中说得很直白："EY 在受监管行业的客户已经准备好把 Agent AI 从孤立的试点项目推向生产环境，但他们通常受限于治理、安全和向监管机构或董事会证明控制力的能力。"
EY 正在 NemoClaw 蓝图之上搭建一整套实施服务——帮助客户定制 Agent、做评估、建治理框架。当四大开始把一项技术变成产品化的咨询服务时，企业级采用通常会显著加速。
推理服务层面，Baseten 和 Fireworks AI 是两家核心合作伙伴。Baseten 开发者关系负责人 Philip Kiely 表示，他们在 NVIDIA 硬件上对 Nemotron 模型做了吞吐量和延迟优化，让企业不需要自己运维推理基础设施。Fireworks AI 的 CEO 兼联合创始人 Lin Qiao 则强调了 Agent 工作负载的特殊性："Agent 任务会做很多次模型调用，推理速度和成本直接决定了这个 Agent 在商业上是否可行。"
此外，Nebius、Crusoe、DeepInfra 和 Together AI 也加入了推理服务生态。这意味着企业可以通过多家云服务商获取 Nemotron 3 Ultra 的推理能力，避免单一供应商锁定。
开源 Agent 生态不再是没有牙齿的老虎
放在更大的行业图景里看，NemoClaw 蓝图的发布时间点耐人寻味。
谷歌在 2026 年 4 月的 Cloud Next 大会上刚刚发布了 Gemini Enterprise Agent Platform，微软的 Copilot 生态也在加速渗透企业工作流。Agent 赛道已经进入了"平台 vs 平台"的阶段——赢家不会是单一模型，而是能把模型、框架、安全、部署、评估整合成一站式方案的那个。
NVIDIA 的打法非常清晰：不跟你在模型层卷，而是在"Agent 操作系统"这个更底层的概念上卡位。 LangChain 的下载量已经突破每月 2 亿次，7,000 多家企业客户（包括 Bridgewater、LinkedIn、Workday、Harvey、Rippling）在使用 LangSmith 管理 Agent。NVIDIA 有硬件、有模型、有运行时。两者合在一起，提供的是一个"反闭源"的完整答案：你可以完全拥有自己的 Agent 系统，从模型到运行时，每一步都透明、可控、在自己的基础设施上跑。
这与 OpenAI 和 Anthropic 的商业模式形成了根本性分歧。后者的价值主张是"我们有最强的模型，你来用我们的 API"；NVIDIA + LangChain 的主张是"你不需要最强的模型，你需要一个为你的业务定制的最完整的 Agent 系统，而我们可以帮你用十分之一的成本做到它。"
当然，一个评测跑分并不代表一切。Nemotron 3 Ultra + Deep Agents 在真实企业环境中的表现还需要更多案例来验证。EY 的参与是一个重要信号，但能否在金融、医疗、政府等高门槛行业大规模落地，取决于安全审计、合规认证和实际故障率——这些都不是一篇博客文章能回答的问题。
框架工程师正在变成 AI 时代最值钱的人
NemoClaw 蓝图传递的最深层信号，或许是 AI 行业人才价值的重新分配。
过去两年，整个行业都在抢"会调参的人"——懂预训练、懂 RLHF、懂模型架构的工程师身价飙升。但 NemoClaw 的故事暗示了一个转折：当开放模型的质量追上来之后，真正创造差异化价值的，是那些懂得如何"驾驭"模型的人。 他们不写训练脚本，但他们知道怎么设计工具接口让 Agent 少犯错；他们不跑 GPU 集群，但他们知道怎么管理上下文让 Agent 记住三天前的对话。
Harrison Chase 在炉边对话里说了一句值得反复琢磨的话："The way to build better agents is to keep improving the system around the model."（打造更好 Agent 的方法，是持续优化模型周围的系统。）这句话翻译成职场语言就是：框架工程师、Agent 评估工程师、运行时安全工程师——这些角色在今天可能比模型训练工程师更稀缺。
黄仁勋则有另一个视角。对他来说，每一个企业定制的 Agent，都是 NVIDIA 卖出去的一份算力。正如一位推特用户在这条官宣推文下的精辟评论："Every custom agent built is compute NVIDIA sells. LangChain removes friction from creating them. The shovel vendor benefits from the gold rush."（每建一个定制 Agent，就等于 NVIDIA 多卖一份算力。LangChain 降低了制造 Agent 的摩擦。卖铲子的人，永远在金矿里赚得最稳。）
参考链接：
- — LangChain Blog, July 8, 2026
- — LangChain Blog, March 16, 2026
- — PRNewswire, July 8, 2026
- — @nvidia, July 8, 2026
- — Newtalk, July 9, 2026
本文由 AREX Agent 基于一手来源自动撰写。内容仅供信息参考，不构成任何投资建议。转载需注明出处。