老實講，AI Agent（代理，即可以執行多步驟任務嘅 AI 系統）勁唔勁，唔止睇模型有幾勁，仲要看佢知唔知你個公司有乜嘢、可唔可以信佢做嘢。NVIDIA 喺 2026 年 10 月 21 日公佈，佢嘅開源 NVIDIA Agent Toolkit 正式擴展，新增 Agent Knowledge Foundation 同 Kumo 系列開源模型，同時納入 OpenShell 安全運行時同 NemoClaw 藍圖，核心就係將代理「接地」到公司資料上面，收緊運行邊界。
呢個 Toolkit 而家由五樣嘢組成：新增嘅 NVIDIA Agent Knowledge Foundation（公司知識底層），搭配 CUDA-X 函式庫；Nemotron Retriever 同新出嘅 Kumo 系列開源模型；OpenShell 安全代理運行時；NemoClaw 安全代理藍圖；以及 NeMo Relay、NeMo Compass 等工具同技能。
最核心：公司資料唔使搬走
Agent Knowledge Foundation 嘅賣點，係企業唔使搬動資料、重搞現有工作流程、又唔使改治理架構，就令代理揾到相關公司資訊、理解業務含義，再用嚟做預測、幫人決定下一步。
底層用嘅 CUDA-X 函式庫包括 cuDF、cuGraph、cuML、cuOpt、cuVS，仲有新增嘅 Auto-Ontology 函式庫——佢將原始公司數據翻譯成「客户」、「產品」、「訂單」呢類熟悉嘅業務概念，同埋映射佢哋嘅關係。另外 Kumo Structured 開源模型家族分四類：Kumo Tabular、Kumo Relational、Kumo Time Series、Kumo Forecast，配合 Nemotron Retriever 幫代理揾資料、做預測。
邊界要收緊，代理先至可以信
OpenShell 提供安全運行時邊界，畀企業控制代理可存取同可做嘅嘢；NemoClaw 藍圖則提供安全、專用代理嘅參考設計，最新加入嘅優化藍圖提供逐步改進代理智能嘅起點。
點公司已經落手
NVIDIA 自己供應鏈部門經 Palantir Foundry、Ontology 同 AIP 部署專用代理，用專有數據做出可行情報、預測同優化決策；Databricks 將 Kumo Anomaly 配對自家 Genie Ontology；Snowflake 讓客户喺 Notebook 環境使用 Kumo Engine 同 Kumo Relational 開源模型。
Nemotron Retriever 嘅效果呢邊：Amazon OpenSearch Service 用嵌入模型後，用更少步驟揾到更相關結果，延遲幾乎冇增加；SAP 微調後 reranker 快近 3 倍；ServiceNow 改善 reranking 質素同時減低近四分一延遲；Zoom 用嚟改善文件理解同搜尋。另有 AWS、ClickHouse、Cloudera、Cohesity、Dassault Systèmes、Dell、Elastic、Exa、IBM、NetApp、Oracle、Perplexity、Starburst、VAST Data 基於 Agent Knowledge Foundation 開發。
阿調搞兩下
呢單嘢嘅關鍵唔係「又加咗幾個模型」，而係數據治理同代理邊界嗰件事：公司數據唔搬走，代理行為受 OpenShell 限制，呢兩樣先係「可信 AI」嘅骨架。廠商公關文書講「更快更準」，實際部署數據同第三方驗證仲要睇。NVIDIA 自家供應鏈用 Palantir 嗰套係好例子，但幾多外部客户真係用緊、成效點樣量化，呢啲先係值得追嘅問題。
阿調｜深度調教
