LangChain 与 NVIDIA 发布 NemoClaw Deep Agents 蓝图

对于生产级智能体而言，模型选择只是提升智能体性能的一部分。团队还需要控制模型周围的系统，包括智能体可以使用的工具、它看到的上下文、如何对它进行评估、它在哪里运行，以及每个操作适用什么策略。

今天，我们宣布推出面向 LangChain Deep Agents 的 NemoClaw 蓝图，该蓝图与 NVIDIA 合作开发，旨在帮助企业构建开放、可治理的智能体系统。该蓝图将 LangChain Deep Agents Code、NVIDIA Nemotron 3 Ultra 和 NVIDIA OpenShell 运行时整合在一起，使团队能够针对自身工作负载调优智能体、安全地运行它们，并针对质量、成本和速度进行优化。

在我们的评估中，搭载调优后的 LangChain Deep Agents 框架的 Nemotron 3 Ultra 以低得多的推理成本提供了先进的智能体性能。主要结论是，当模型、框架、评估和运行时协同调优时，智能体性能会得到提升。

面向企业工作负载的开放智能体技术栈

随着企业将智能体投入生产，它们在模型周围构建的系统会成为宝贵的知识产权。智能体记忆、工作流、追踪、评估数据集、框架配置和调优数据都反映了公司独特的领域专业知识。这些是专有知识，可以塑造公司的竞争方式，但在封闭生态系统中，团队无法完全掌控它。他们需要一种方式来拥有这些工作成果、随时间不断改进它，并以组织所需的控制方式运行智能体。

面向 Deep Agents 的 NemoClaw 蓝图让团队能够控制整个智能体技术栈。

开放的模型层。Nemotron 3 Ultra 为团队提供了一个开放模型，他们可以运行、定制并针对企业工作负载进行优化。
调优后的智能体框架。LangChain Deep Agents Code（dcode）为长时间运行的智能体提供框架层，包括规划、工具使用、记忆和任务执行。该蓝图包含一个针对 Nemotron 3 Ultra 调优的 Deep Agents 框架配置。
可治理的运行时。NVIDIA OpenShell 为沙箱化智能体执行提供安全运行时，并针对智能体如何与工具、系统和数据交互制定了策略。

这些层共同提供了一条路径，用于构建和部署团队可以在生产中衡量、治理和改进的智能体。

以低 10 倍的成本达到基准领先性能

在 LangChain 的智能体评估套件中，使用 LangChain Deep Agents 评估的 NVIDIA Nemotron 3 Ultra 以 4.48 美元的成本获得了 0.86 的综合得分。表现次优的模型成本为 43.48 美元，这使得 Nemotron 3 Ultra 在该基准上的推理成本大约低 10 倍。

为了达到这些结果，我们调优了智能体使用工具、管理上下文和评估中间步骤的方式。目标是调整框架，使其围绕 Nemotron 3 Ultra 的优势以及长时间运行的智能体任务中常见的模式。

对于企业团队而言，这意味着整个智能体系统可以围绕其特定工作负载的需求进行优化。团队可以根据质量、成本、延迟和治理要求，微调模型权重、定制框架、运行评估并控制运行时。这为公司提供了一种方式，使其能够拥有智能体的核心智能，并决定系统何时、如何以及为何随时间发生变化。

为什么更低的推理成本会带来更好的智能体

更低的推理成本是使用开放模型的最大好处之一。它降低了最终用户的服务成本，也改变了团队构建和改进智能体的方式。

当团队在整个智能体开发生命周期中持续运行评估时，评估效果最佳。部署前，团队需要测试对提示词、运行框架、工具、模型和数据的更改。部署后，他们需要监控真实行为，进行必要的修复，并创建测试，以防回归问题再次发生。

当每次迭代成本高昂时，团队会减少评估次数、比较更少的变体，并避免使用专用智能体，因为运营成本太高。

一个更具成本效益的开放技术栈使以下做法变得切实可行：

在部署前和生产环境中运行更大规模的评估套件
比较更多的模型、运行框架和工具变体
针对特定领域评估专用智能体

针对给定工作负载的最佳系统会同时优化质量、成本、速度和治理。例如，实时客户支持智能体的延迟要求与在后台运行并发任务的编码智能体截然不同。

“超级智能体已经到来。借助 NVIDIA Nemotron 这样的开放模型、LangChain 运行框架、NVIDIA OpenShell 运行时以及企业自有数据，每家企业都能构建理解其业务、使用其工具并将知识转化为行动的定制智能体。AI 的未来不会是千篇一律的——企业将使用 AI 云服务并构建自己的 AI，由其专有数据、专业知识和 workflows 塑造，并在其运营的任何地方安全可靠地运行。”
‍
——黄仁勋，NVIDIA 创始人兼首席执行官

生态系统支持

该公告得到了 AI 基础设施和企业生态系统合作伙伴的支持，包括正在围绕该软件栈构建实施实践的 EY，以及 Baseten、Fireworks、Nebius、Crusoe、DeepInfra 和 Together AI。这些合作伙伴帮助企业在生产环境中服务 Nemotron 模型，并为业务关键型应用调整该蓝图。

“受监管行业的 EY 客户已准备好将智能体 AI 从孤立的试点推向生产，但往往受制于治理、安全以及向监管机构或董事会证明控制力的能力。开放智能体架构很重要，因为它们让企业能够透明地了解智能体的运作方式、控制数据和推理的运行位置，并自由地按照自己的条件部署，而无需承诺使用封闭技术栈。通过交付融入 LangChain 技术的 NVIDIA NemoClaw 蓝图，EY 团队帮助客户获得安全、沙盒化的基础，用于始终在线的智能体，从首次部署起就能满足企业对可审计性和风险的标准。”
‍
——Geoff Vickrey，NVIDIA 全球首席商务官，EY

“生产级智能体需要快速、可靠且大规模下具有成本效益的推理。我们已在 Baseten 上优化 NVIDIA Nemotron 模型，以在 NVIDIA 硬件上实现高吞吐量和低延迟，让团队无需自行运营基础设施即可获得出色的性价比。通过 NemoClaw 蓝图与 LangChain 交付 Nemotron，为企业提供了一条清晰的路径，以这些工作负载所需的性能和经济性在生产环境中运行开放智能体模型。”
‍
‍——Philip Kiely，Baseten 开发者关系负责人。

“Agentic 工作负载每个任务会进行多次模型调用，因此推理速度和成本直接决定了一个 agent 在生产环境中是否可行。Fireworks 为 NVIDIA Nemotron 模型提供服务，具备高流量 agent 系统所需的吞吐量和性价比，并针对这些工作负载所依赖的工具调用和推理模式进行了调优。通过 NemoClaw 蓝图与 LangChain 提供 Nemotron，为企业提供了一个高效、开放的基础，让他们能够放心扩展。”
‍
‍– Lin Qiao，Fireworks AI 首席执行官兼联合创始人。

“企业 AI 的下一个挑战是以生产规模经济地运行复杂的 agentic 工作负载。Nebius 正是为此挑战而生。我们的 AI 原生云为客户提供专用基础设施，针对高性能推理和成本高效的扩展进行了优化。通过 NemoClaw 蓝图与 LangChain 提供 NVIDIA Nemotron 模型，我们让组织更容易在其业务中部署和扩展开放的 agentic AI。”
‍
‍– Roman Chernin，Nebius 首席商务官

可用性

适用于 LangChain Deep Agents 的 NemoClaw 蓝图现已可用。

如需更深入的技术细节，请阅读：‍