10月30日 NVIDIA 喺技術博客（Atom）刊出《Build Specialized Agents on a Stack You Control with NVIDIA NemoClaw》，講清楚佢哋點樣想令開發者組裝「自己擁有、自己定製、自己運行」嘅 agent 堆棧。呢篇唔係講單一款產品，係講 NemoClaw 呢個「開放圖譜」同埋呢個概念，點樣同呢三個既有 harness 拼埋，做低生產環境入面嘅安全同效能。
NVIDIA 嘅講法係一個完整 agent 要四樣嘢：會推理嘅模型、定義 agent 點運作嘅 harness（代理運行框架，管規劃、記憶、任務委派）、擴充能力嘅工具與技能，以及喺生產環境執行策略嘅 runtime（運行時）。NemoClaw 本身唔係 harness、亦唔係 runtime，而係一份套圖譜，將呢四個位組裝齊。
每份 NemoClaw 圖譜包含四部分：同 Nemotron 調校過嘅 open harness（OpenClaw、Hermes Agent、LangChain Deep Agents 擇一）、Nemotron 開放模型、NeMo 優化同觀察工具（包括 NeMo Relay，用嚟觀察同改善 agent 執行，另帶 routing 能力幫手改善吞吐量、成本同可靠性），以及 NVIDIA OpenShell 安全運行時——管 agent 對檔案、網絡、憑證、工具嘅存取。
呢度有幾點要拆開講：
**呢堆「圖譜」到底係開放定未開放？Nemotron 係 NVIDIA 自家開放權重模型系列。開發者唔需要重寫 agent，用緊邊個 harness 就可以套上對應圖譜，將周圍嘅優化、路由同安全層加埋。
「10倍降本」呢句點睇？ 原文明白講係 LangChain 調校自家 Deep Agents harness 去配合 Nemotron 3 Ultra，只改 prompts、tools、middleware，冇重新訓練模型；結果係「近前沿表現」同「大約10倍低於領先封閉模型嘅每次運行成本」。呢個數字係 NVIDIA 自家博客嘅自述，冇獨立第三方跑分，冇話同邊間封閉模型比、喺邊個任務、邊個數據集量出來的。呢句要當廠商聲稱，唔可以當已核實結果。
模姐驗嚇貨：NVIDIA 呢度做嘅嘢係將「模型＋harness」呢對組合嘅調校工作包裝成可複製嘅圖譜，開發者唔使自己重複做調校。思路唔新——廠商將自家產品棧嘅最佳配置打包俾人用，係老手法；但重點係佢唔限死你要用佢嘅 harness，呢度喺市場上唔算罕見。真正值得跟進嘅係：NeMo Relay 嘅「觀察同改善」點量度？OpenShell 嘅存取策略邊度寫、邊個審計？呢兩樣喺呢篇博客入面都無多講。
另外，呢篇冇提 OpenClaw 同 NVIDIA 有冇技術合作；冇提 Nemotron 3 Ultra 嘅具體授權條款；亦冇提呢個圖譜係免費、訂閲定按量計費。
（AI 生成示意圖，非真實介面或產品截圖）
模姐｜深度調教
