为什么英伟达要投入开源智能体生态
问：过去一年 AI 和智能体进展迅猛，开放性与可控性愈发重要。英伟达为何在开放智能体生态和技术栈上加大投入？
黄仁勋：过去六个月是 AI 发展的关键转折点，大模型真正变得有用，全球企业迫切想知道“怎么用”。LangChain 正是解决这一问题的关键。早期我们利用 LangChain 将大模型转化为可调用的 API，进而构建检索增强生成（RAG），最终演进为今天的智能体系统。
近期的突破在于智能体系统被信息和知识锚定，具备工具调用、搜索、记忆管理及护栏机制，并能迭代完成任务。这一切落地的前提是模型能力达到临界点。英伟达致力于构建开放系统，因为 AI 作为基础技术，必须应用于科学家、工程师、企业 IT 等各类场景。许多领域依赖专有知识或需要在持续使用中打磨（飞轮效应），因此我们要让“每个人都能构建专属 AI"成为现实。
专业化到底在做什么
问：如何让智能体系统变得专业？是靠模型本身还是外部框架（harness）和上下文？
黄仁勋：起点是拥有“够用的智能”，这也是我们研发 Nemotron 的原因。Nemotron Ultra 本身强大，但结合 LangChain 框架并将其锚定到领域信息后，才能发挥惊人效果。就像聪明人需要关键信息才能发挥作用一样。
更进一步，可以在 harness 中对模型进行后训练，使其特别擅长在该框架内工作。我们需要一套可搭建、可使用、可持续优化的开放 harness 来实现这一目标。
Nemotron 3 Ultra 在 Deep Agents 上跑出接近前沿的成绩
问：Nemotron 3 Ultra 在 Deep Agents 适配后的表现如何？
提问者：经过提示词和工具调整，Nemotron 3 Ultra 在内部基准测试中获得 86 分，对比 Claude Opus 的 87 分以及 DeepSeek 等模型的 82-83 分，开源权重模型已触及前沿水平。
黄仁勋：令人自豪的是，它不仅性能接近前沿，成本却比 Opus 便宜十倍。
成本便宜之后，人只会用得更多
问：低成本如何改变开发者的选择？
黄仁勋：当智能足够便宜，人们的使用量会大幅增加。低廉的成本允许在更大的搜索空间内进行迭代，从而得出更优答案。Nemotron 的高效计算使其能快速探索和迭代。这正如给人提供工具和良好环境以激发潜能，LangChain 的价值正是在于构建了这样的环境。
前沿模型和开源模型各自的位置
问：该如何平衡使用前沿模型与开源模型？
黄仁勋：前沿模型仍在快速进化，规模法则仍有很大空间，且在记忆处理、压缩技术及知识图谱等方面不断进步。我个人倾向于从前沿模型开始，因为它们能迅速验证想法并明确能力天花板，虽然成本较高，但能极大缩短完成时间。
为什么要造超级子智能体
问：何时需要自建专属智能体？
黄仁勋：当通用 AI 无法解决特定领域的复杂优化问题（如供应链、芯片设计）时，就需要构建“超级子智能体”。利用 Deep Agents、LangChain 加上 Nemotron 3 及专用工具，可以打造专注于单一任务的智能体。公司的核心竞争力往往体现在这些专有工作流上，未来我们将为每个关键工作流提供高效的控制与工具访问能力。
企业该在什么时候开始专业化
问：企业何时应开始专业化进程？有哪些信号？
黄仁勋：只要好用就先用，充分利用 Claude Code 等前沿工具。未来的公司结构将与今天类似：既拥有具备领域专长的内部员工，也会聘请顾问或使用外部工具。我们会继续大量使用前沿模型，同时利用 LangChain 和 Nemotron 3 Ultra 打造属于公司的核心超级智能体。
未来的公司建在 harness 上，不是建在业务流程上
问：企业如何构建可信、安全的智能体系统？
黄仁勋：未来大部分公司将建立在"harness"之上。LangChain 将成为构建公司操作系统的工具，每家企业都会搭建专属 harness，将过去的工作流转化为自主、高效的智能体系统。
提问者：Harness、模型和上下文三层均可独立优化。对 Nemotron 3 的提示词和工具调整是高 ROI 动作，而后续的后训练将进一步抬升系统天花板。
黄仁勋：这正是重大突破所在。当 harness 稳定运行后，直接优化其中的大模型本身，将真正转动企业专属流程的飞轮。
为什么企业需要开放的技术栈
问：开放技术栈对企业赋能的意义何在？
黄仁勋：每家公司都建立在专有的智力资产（知识产权）之上。掌控并改进这些智能资产至关重要，不能将其外包。虽然写代码等基础技能是通用的，但应用场景是专业的。社会底层会有强大的通用基础模型，但在其之上，企业必须利用开放工具构建专属能力。未来是通用与专用的互补，自动化智能将嵌入所有事务中。
发布 Deep Agents 加 OpenShell 蓝图
问：如何降低企业上手难度？
提问者：我们发布了基于 Deep Agents 和 OpenShell 的蓝图，纳入 NeMo 蓝图体系。企业可在安全的 OpenShell 运行时中部署 Deep Agents 加 Nemotron 3 Ultra。
黄仁勋：这是一件大事。现在所有构建领域特定超级智能体的关键零件、组件、工具及蓝图均已备齐。
提问者：为何在蓝图上投入如此之多？
黄仁勋：因为构建智能体系统涉及大模型、工具、知识图谱、记忆系统、护栏及后训练等多个复杂环节，蓝图能帮助企业整合这些晦涩的零件。
运行时、安全和权限控制
问：运行时层面的安全与权限是否是部署难点？
黄仁勋：不解决安全和权限就无法部署。这如同新员工入职，需根据岗位职责分配相应的工具、网络及信息访问权限。我们正在为 AI 构建一套"HR 系统”，让 IT 部门和业务线能在企业内部安全地搭建和优化智能体。
智能体到底该被“拟人化”到什么程度
问：对智能体拟人化的合理程度在哪里？
黄仁勋：智能体是电子而非原子，是工具而非生物。就像洗碗机被称为"dishwasher"一样，人们会逐渐习惯这种称呼。实际上它是软件和计算机，我们清楚其运作原理（因为 harness 是我们造的），这样才能不断改进和修复它。我们应守住这一认知，避免过度拟人化。
AI 用得越多，公司反而要招更多人
问：AI 越强，是否意味着招聘减少？
黄仁勋：恰恰相反。AI 应用越多，招聘需求越大。软件工程师正从编写代码转向搭建智能体系统，从事系统工程、评测、基准测试及护栏构建等工作。这将创造大量新岗位。
提问者：评测是关键，懂业务的人能提供反馈，将琐碎工作自动化，从而专注于高智力创造部分。
黄仁勋：完全正确。无论何种职业，都在构建智能体以解放自己，去做以前做不到的事。这需要想象力、创造力和技术。真正的解锁在于实现以前根本无法完成的任务，野心在此刻至关重要。
智能体技术栈里还缺什么
问：当前智能体技术栈还缺失什么？
黄仁勋：今天我们宣布的内容填补了空白。我们提供了世界级大语言模型、专为释放 Nemotron 3 Ultra 潜力微调的 LangChain Deep Agents 框架、上手蓝图、提供安全保障的 OpenShell 运行时以及全套加速栈。现在，任何公司或开发者都能在云端、本地、DGX 工作站甚至桌面上构建和部署自己的超级智能体。所有零件已就位，行动正当时。