AREX Feed Article
NVIDIA 放话：AI agent 不需要一个超级模型，Cursor 和 Glean 已经用数据投了票
8 月 4 日，NVIDIA 在 LinkedIn 和 X 平台同步发布了一篇名为《Why Enterprise AI Needs a System of Models》的长文，核心论点只有一句话：企业级 AI agent 不应该靠一个模型包打天下，而应该像一个团队那样运转——规划、检索、工具调用、推理、验证，每个环节交给最擅长那个环节的模型。
文章配了两个关键案例：Cursor 通过混合模型方案将单次 AI 任务的成本降低了 15 倍；Glean 基于 NVIDIA Nemotron 3 Nano 构建的路由模型 Waldo，在保持准确率不变的前提下，把延迟砍掉一半、token 消耗减少四分之一。
这篇文章是一份架构方向声明。Cursor 和 Glean 的工程团队用生产数据替它站了台。
两个数字撑起的架构主张
文章的论证骨架很清晰，层层递进。
第一层是类比。NVIDIA 开篇就打了个比方：没有哪家公司会让一个员工同时负责项目规划、代码编写、代码审查、工具操作和结果验证。复杂工作的前提是专业化分工。AI agent 同理。
第二层是路由。不同的任务对模型的要求完全不同：有的需要广域推理，有的需要快速检索，有的需要精确的代码分析，有的需要可靠的工具调用，有的需要独立验证。NVIDIA 把智能路由定义为"将每一项任务分配给最适合的模型"，同时考虑能力、延迟、数据驻留、算力成本和监管约束。换句话说，路由层决定了 agent 的效率上限。
第三层是案例。Cursor 的结论是：选对模型组合，可以将解决一项 AI 任务的成本降低 15 倍。这个数字没有附带具体的 benchmark 名称和工作负载描述，NVIDIA 的写法是"found that choosing the right mix of models can reduce the cost of solving an AI task by 15X"——用了"can"而非精确测试陈述，但 15 倍这个量级本身就足以说明问题。
Glean 的 Waldo 则展示了路由模型在真实产品中的落地形态。Waldo 是一个在 NVIDIA Nemotron 3 Nano 上定制微调的路由模型：当用户发出查询，Waldo 先用 Glean 的搜索工具完成上下文收集，然后判断该将问题交给哪个模型做深度推理，最后把上下文一并交过去。Glean 的应用 AI 负责人 verrsane 在引用推文中补充了量化数据：延迟降低约 50%，token 用量减少约 25%。
第四层是知识沉淀。NVIDIA 指出，系统化多模型架构的真正价值不只是效率，还在于企业可以将本领域的专业知识嵌入 agent 行为中。随着团队持续优化 workflow、模型行为和路由策略，agent 会越来越一致地运用公司知识，并通过反馈不断改进。
NVIDIA 三条核心主张
整篇文章可以提炼为三个论点，每个都有明确的工程含义。
主张一：AI agent 的未来是"团队"而非"超人"。文章明确反对单一通用模型接管所有工作的思路。规划、搜索、工具调用、代码审查、结果验证应该由不同模型承担，而且可以并行执行。对用户来说，体验仍然像一个统一的智能系统；但在系统层面，是一组模型在协作。
主张二：路由层正在成为 agent 架构的必选项。智能路由不仅要决定"用哪个模型"，还要决定"在哪里跑"：有些任务需要留在本地，有些需要跑在企业基础设施上，有些需要云端规模。NVIDIA 的潜台词很清楚：它的 Nemotron 模型线、NIM 微服务、DGX Cloud 和 AI Enterprise 软件栈，正是为这个多模型、多环境的架构设计的。
主张三：专业化让企业知识可嵌入、可复用。NVIDIA 把"公司知识"看作 agent 的核心资产，而多模型架构是让这些知识被系统化运用的前提。Waldo 不是一个通用的搜索模型，它是 Glean 把自己的企业搜索逻辑灌进 Nemotron、再用 RL 训练出来的路由专家。这条路一旦走通，每个垂直领域都可以复制。
谁在给 NVIDIA 的叙事站台
Jonathan Braude，Cursor 的 GTM（go-to-market）创始团队成员，在引用推文中写道："Solid article following the work my team and I have been doing with the good people at NVIDIA. Feels good to be ideologically aligned with the folks building the foundation of our technology."（一篇扎实的文章，呼应了我和团队一直在跟 NVIDIA 合作推进的工作。与技术基础设施的建设者在理念上保持一致，感觉很好。）
Glean 官方账号则更为直接："Open ecosystem of models 🤝 enterprise-ready AI. Proud to build Waldo, our agentic search model, on NVIDIA Nemotron 3 Nano."（开放的模型生态配合企业级 AI。很自豪能在 NVIDIA Nemotron 3 Nano 上构建我们的 agentic 搜索模型 Waldo。）随后又在 NVIDIA 推文下跟评了一句："Enterprise AI needs an open model ecosystem 💯。"（企业 AI 需要一个开放的模型生态。）
Glean 的应用 AI 负责人 verrsane 透露了更多工程细节：Waldo 的核心能力是上下文收集和模型选择，团队用 RL 对 Nemotron 做了深度微调："we RL'ed tf out of NVIDIA's Nemotron for our context / routing model"。
Synapse Brief 在一篇长篇分析中指出， NVIDIA 的整个企业 AI 文档体系已经不再以"模型好不好"为评估维度，而是按阶段拆分指标：首 token 时间、token 速率、组件延迟、任务完成率、忠实度、故障率、超时率。这"不是 chatbot 的指标清单，而是一个系统的指标清单"。分析进一步指出，一旦企业能够按阶段独立测量，单模型方案就不再是"更简单"的选择，反而意味着"你根本不知道哪个环节在吃掉你的预算"。
社区中也有谨慎的声音。Stats Wire 认为多模型路由的架构逻辑站得住脚，但"任何附着于这一主张的具体倍速数字，在绑定到某个公开 benchmark 和 workload 之前，都应该被视为未经核实"。
单一模型叙事正在瓦解，但路线之争才刚刚开始
NVIDIA 的这篇文章选择了一个精准的时机。就在同一天，NVIDIA 还发布了另一篇博文，宣布由 120 多家组织组成的 Open Secure AI Alliance 正在制定 SAFE 指南。那篇文章里有一句话与 LinkedIn 文章形成了互文："AI agents are more than a model — they tap into systems of open and closed models, harnesses, tools and runtimes to get work done."
两篇文章指向同一个判断：AI agent 的默认假设正在从"选最好的模型"转向"设计最好的模型体系"。NVIDIA 在赌这件事成为行业共识，因为一旦多模型架构成为企业 AI 的标准范式，对推理基础设施、模型路由、安全工具链的需求就会爆炸式增长。NVIDIA 正在为每一层准备产品。
但路线之争远未结束。OpenAI、Anthropic 和 Google 仍然在走"一个超强模型解决一切"的路线，不断用更大的上下文窗口、更强的推理能力和更统一的 agent 框架来压缩中间件的生存空间。两种路径各有代价：多模型方案需要更复杂的编排、更高的工程投入和更严密的可观测性；单模型方案则面临边际收益递减和成本控制难题。
Cursor 和 Glean 的案例说明多模型路线在特定场景下已经跑通了生产闭环。但这两个案例的共同点是：它们背后的团队本身就具备顶尖的 AI 工程能力，能够对模型进行深度定制和 RL 训练。对大多数企业来说，"一个模型团队"的组织成本，可能比"一个模型"的算力成本更难消化。
把这篇 LinkedIn 文章当成中立技术综述来读，就错过了重点。NVIDIA 在邀请整个行业做一道选择题：继续找一个万能模型，还是开始组建一个模型团队？
参考链接：