NVIDIA Nemotron 3 Ultra 联手 LangChain，开源智能体跑出闭源级成绩

NVIDIA 与 LangChain 联合宣布，Nemotron 3 Ultra 开源大模型在 LangChain 旗下 Deep Agents 智能体编排平台上跑出开源阵营最优成绩，并在多项业务任务上追平业界顶级闭源模型，推理成本仅为后者的十分之一。整个过程没有对模型做任何重训练，所有提升均来自对模型运行环境——即编排框架本身的工程化改造。

LangChain 团队的方法是先将 Nemotron 3 Ultra 跑在公开的 Deep Agents 基准上，再逐条分析智能体的执行轨迹，定位失分节点，随后调整系统提示、工具描述与中间件等编排层参数。这种围绕模型精修外部环境的思路被称为 Harness Engineering，让开发者无需等待模型迭代即可获得立竿见影的智能体表现提升。

面向有意自建专属智能体的企业，NVIDIA 同步推出名为 NemoClaw for LangChain Deep Agents 的开源参考蓝图，将已调优的 LangChain Deep Agents 代码与 NVIDIA OpenShell 安全运行时打包在一起，使企业同时拥有开放模型、开放编排框架与开放安全运行时，从而掌控从模型到工具再到执行环境的完整技术栈。

Abridge、Amdocs 与 Box 等企业已开始把基于该方案的专属智能体嵌入各自平台；全球系统集成商 EY 则围绕 NemoClaw 蓝图扩展 NVIDIA 相关落地能力，帮助客户在财务、合规等高价值工作流中定制、评估并治理智能体。开发者现可直接从 LangChain 拉取调优后的 Deep Agents 配置，或基于 NemoClaw 蓝图从零搭建专属智能体。

在托管部署层面，Nemotron 3 Ultra 已登陆 Baseten、Crusoe Cloud、DeepInfra、Fireworks、Nebius 与 Together AI 等多家云平台，方便团队在生产环境中直接使用调优后的编排配置。NVIDIA 与 LangChain 表示，这一开放全栈方案降低了企业持续运行评估、快速实验以及在更多业务场景中部署专业智能体的门槛。

在 LangChain 联合创始人兼 CEO Harrison Chase 看来，提升智能体表现的关键在于持续优化模型之外的系统层——记忆管理、工具调用、效果评估与模型行为只有在可协同调优的环境中才能形成复合效应。他与 NVIDIA 创始人兼 CEO 黄仁勋的对话进一步指出，过去六个月企业级可用 AI 的跃升正是这一思路的体现。

要点

• Nemotron 3 Ultra 在 LangChain Deep Agents 基准上取得开源模型最高分，业务任务表现追平顶级闭源模型，每次推理成本仅为其十分之一
• 全部性能提升通过调整系统提示、工具描述与中间件实现，模型本身未做任何重训练，调优成果已通过 LangChain 即时可用
• NVIDIA NemoClaw for LangChain Deep Agents 开源蓝图整合调优后的编排代码与 OpenShell 安全运行时，让企业掌握模型、编排与运行时全栈
• Abridge、Amdocs、Box 已将该方案嵌入平台，EY 围绕 NemoClaw 蓝图扩展企业级智能体落地能力
• Nemotron 3 Ultra 已可在 Baseten、Crusoe Cloud、DeepInfra、Fireworks、Nebius、Together AI 等平台直接调用