当前位置：首页 > news >正文

黄仁勋最新对话：未来企业的核心资产，不是大模型，而是自己的 Agent Harness

news 2026/7/19 0:29:55

英伟达工程师正在从“写 Python”转向“造 Agent”，企业 AI 的竞争也将从模型能力转向系统能力。

过去几年，企业讨论人工智能，最常问的问题是：

应该选择哪一个大模型？

但在 NVIDIA CEO 黄仁勋与 LangChain CEO、联合创始人 Harrison Chase 最近的一场对话中，讨论的重点已经明显发生变化。

这场约26分钟的交流没有重点谈 GPU，也没有围绕下一代芯片展开，而是把话题集中在了 Agent、Harness、开放模型、企业知识、安全治理和智能体运行环境上。

完整视频地址：https://www.youtube.com/watch?v=Yy3JH6dDugc

黄仁勋在对话中提出了一个非常值得关注的判断：

“今天的多数公司建立在业务流程之上，未来的公司将建立在 Harness 之上。”

这句话背后所表达的，并不是企业不再需要业务流程，而是未来的流程将不再只是写在制度、文档和传统软件中的固定步骤。

越来越多企业流程，会被重新封装进能够理解任务、调用工具、访问知识、判断结果并持续执行的 Agent 系统里。

大模型只是其中的基础能力。

真正决定企业 AI 上限的，将是围绕模型构建的整套 Agent Harness。

一、AI 终于从“能聊天”走向“能做事”
回顾最近半年的行业变化，黄仁勋在对话中表示：

“虽然我们已经在 AI 领域工作了15年，但过去六个月改变了一切。最重要的是，AI 终于变得实用了。”

这里所说的“实用”，并不只是模型回答问题更加准确。

真正的变化在于，AI 开始从一个生成内容的聊天工具，逐渐变成一个能够进入真实业务环境、持续完成复杂任务的 Agent。

一个真正进入企业工作的 Agent，不仅要拥有模型能力，还需要：

获取企业内部知识；
调用搜索、数据库和业务系统；
规划和拆解复杂任务；
管理短期记忆与长期记忆；
根据执行结果调整下一步行动；
遵守数据权限和安全规则；
接受评估、监控与人工审核；
在任务没有完成时持续迭代。
这也是黄仁勋反复强调 Harness 的原因。

仅有一个强大的模型，并不等于拥有一个能够工作的智能体。

LangChain 官方在介绍此次合作时也明确提出，生产级 Agent 的表现并不只取决于模型，企业还需要控制模型能够使用的工具、看到的上下文、接受的评估、运行的位置以及每项操作所适用的策略。

换句话说：

模型决定 Agent 有多聪明，Harness 决定这份智能能否真正用于工作。

二、Harness 到底是什么？
Harness 直译过来有“外壳”“控制装置”或者“连接系统”的意思。

但在 Agent 领域，它并不是一个简单的模型包装层，也不只是工作流、提示词或者工具调用。

它更接近一套围绕模型构建的智能体工程系统。

一套相对完整的 Agent Harness，通常会包括：

大语言模型；
系统提示词与任务指令；
上下文工程；
工具调用机制；
RAG与企业知识库；
知识图谱；
短期记忆与长期记忆；
任务规划与执行机制；
子智能体协作；
身份认证与权限控制；
安全护栏；
沙箱运行环境；
日志、链路追踪与可观测性；
评估集、评估器与回归测试；
人工确认与异常处理机制。
LangChain此次发布的企业 Agent 蓝图，就把整个系统划分为三个重要层次：

以 Nemotron 3 Ultra 为代表的开放模型层；
负责规划、工具调用、记忆和任务执行的 Deep Agents Harness；
负责沙箱执行、安全策略和系统访问控制的运行环境。
官方给出的核心结论是：

“模型、Harness、评估与运行环境需要被放在一起协同优化。”

这也是 Agent 工程与传统模型调用最大的不同。

企业不能只把注意力放在模型排行榜上。

同一个模型，被放入不同的提示词、工具、知识、记忆和评估系统中，最终表现可能完全不同。

三、比“微调模型”更值得关注的，是 Harness Engineering
过去，当模型在某项任务中表现不好时，很多团队首先想到的是微调模型。

但此次 NVIDIA 和 LangChain 展示了一条不同的路径：

先不改变模型，而是改造模型周围的运行环境。

LangChain团队在测试Nemotron 3 Ultra时，并没有立即重新训练模型，而是分析Agent执行轨迹，找出任务失败的具体原因，再针对性调整：

系统提示词；
工具描述；
上下文管理方式；
中间件；
工具调用规则。
NVIDIA官方将这种方式称为 Harness Engineering。

Harrison Chase对此总结道：

“构建更好Agent的方法，是不断改进模型周围的整个系统。”

在LangChain的Deep Agents评测中，调整后的Nemotron 3 Ultra获得了0.86的综合分数，单次评测成本为4.48美元；表现最接近的另一模型成本为43.48美元。

也就是说，在这一套特定评测集和特定配置下，Nemotron 3 Ultra的推理成本约低一个数量级。需要特别说明的是，这属于LangChain自有Agent评测体系中的结果，不能直接外推到全部业务场景。

更值得关注的不是某一个模型具体得了多少分，而是：

这些性能提升并没有通过重新训练模型获得，而是来自模型外部系统的工程优化。

NVIDIA官方披露，LangChain团队通过调整系统提示词、工具描述和中间件，提高了Agent的任务完成效果，无须重新训练模型。([NVIDIA Blog][2])

这意味着未来企业建设Agent时，可能需要一种新的工程角色：

Harness Engineer，智能体运行系统工程师。

他的工作重点不是单纯训练模型，而是让模型、工具、上下文、记忆、评估和安全系统形成一个稳定闭环。

四、先用最强模型，看清能力的天花板
企业应该直接选择开源模型，还是继续使用Claude、GPT、Gemini等前沿闭源模型？

黄仁勋给出的答案并不是二选一。

他在对话中谈到了自己的使用逻辑：

“我总是从最前沿的模型开始，因为它能让我看到能力的天花板在哪里。”

这一思路对企业落地AI很有参考价值。

在项目早期，企业最重要的事情通常不是立即把成本降到最低，而是先确认：

这个业务场景是否适合使用AI；
当前最强模型能够做到什么程度；
效果上限在哪里；
哪些任务模型可以直接完成；
哪些问题需要企业知识支持；
哪些失败来自模型，哪些失败来自系统设计。
因此，黄仁勋建议企业可以先尽可能长时间地使用能力较强的前沿模型。

很多通用任务可能根本不需要替换，因为前沿模型本身也在快速进步。

但当某类任务调用量越来越大，开始涉及企业专有知识、成本控制、数据安全、运行速度和流程治理时，企业就可以考虑构建自己的专业化Agent。

这条路径可以概括为：

先用前沿模型探索上限，再用专业化Agent沉淀能力。

五、企业需要的不是一个万能Agent，而是一组“超级智能体”
在真实企业中，最重要的问题通常不是通用问题。

供应链优化、芯片设计、风险分析、代码审查、质量评估、财务预测和客户服务，都包含大量特定行业知识与企业内部规则。

通用模型即使足够强大，也不可能天然理解一家公司的全部业务。

因此，黄仁勋在对话中提出了“超级智能体”与“超级子智能体”的概念。

“一个供应链智能体不需要帮我预订差旅，它唯一的任务就是优化供应链。”

这句话说明了企业Agent的重要发展方向：

专业化，而不是万能化。

未来企业内部很可能同时运行大量专业Agent：

研发Agent；
编程Agent；
测试Agent；
供应链Agent；
财务Agent；
客服Agent；
数据分析Agent；
法务审查Agent；
安全治理Agent；
管理决策辅助Agent。
每一个Agent都拥有明确的任务边界、知识范围、工具权限和评估标准。

它们不是简单地共享一个提示词，而是需要连接不同的：

企业数据；
专业知识；
工作流程；
执行工具；
权限体系；
评估数据；
领域专家反馈。
黄仁勋将这些专业智能体称为企业的“皇冠上的明珠”。

NVIDIA在LangChain官方发布内容中也表示：

“超级智能体已经到来。”

按照其描述，企业可以把开放模型、Agent Harness、安全运行环境以及自身数据组合起来，构建理解企业业务、能够使用内部工具并将知识转化为行动的定制智能体。

六、未来企业的核心资产，不只是数据，而是Agent系统
过去谈企业AI资产，大家通常首先想到数据。

但在Agent时代，企业真正沉淀的资产会更加复杂。

除了数据，还会包括：

企业工作流；
Agent记忆；
提示词与上下文模板；
工具连接方式；
执行轨迹；
评估数据集；
业务判断标准；
权限规则；
Harness配置；
模型与系统调优数据。
LangChain官方把这些内容直接称为企业的宝贵知识产权。

因为这些资产反映了一家公司独有的领域知识和工作方式，决定了企业如何利用AI参与竞争。

黄仁勋对此表达得更加直接：

“每家公司从根本上说，都是建立在某种专业化智能之上的。”

一家公司真正难以被复制的部分，不一定是使用了哪个大模型，而是：

如何定义业务问题；
如何组织专业知识；
如何判断结果是否正确；
如何处理异常情况；
如何控制风险；
如何协调不同部门；
如何把经验持续反馈给系统。
当这些知识被逐渐转化为Agent的知识库、工具、规则、技能和评估标准时，企业实际上是在构建一种新的数字化核心能力。

模型可以更换，框架也会升级。

但企业沉淀在Agent系统里的专业知识、工作流程和判断标准，不会因为模型更新而失去价值。

七、增强企业智能，不能只依赖外部供应商
黄仁勋在这场对话中还提出了一个非常明确的观点：

“当你需要增强自己的智能时，不能指望给第三方打个电话就能解决，而应该在公司内部完成。”

这并不是说企业不能使用外部模型和云服务。

黄仁勋强调的是，外部通用模型与企业内部专业Agent并不是替代关系。

企业仍然可以：

调用前沿模型API；
购买成熟AI产品；
使用外部云服务；
聘请顾问；
将部分通用工作外包。
但企业最核心的专业知识、业务流程和智能系统，必须具备自主控制和持续改进的能力。

对于企业而言，开放技术栈的重要性也正在这里体现。

开放不只是为了降低模型成本，还意味着企业可以：

控制自己的数据；
定制模型与Harness；
在本地或私有云部署；
调整Agent行为；
自主管理权限；
保留评估与调优数据；
决定系统何时、为何发生变化。
黄仁勋在NVIDIA另一项官方发布中将开放模型称为：

“创新的生命线，以及全球参与AI革命的重要引擎。”

NVIDIA认为，开放模型能够扩大对智能能力的访问，同时增强透明度、协作能力和技术自主性。

八、Agent进入企业，首先要解决的不是智能，而是权限
智能体与普通聊天机器人的最大区别之一，是智能体可以采取行动。

它不只是生成一段文字，还可能：

查询数据库；
读取企业文件；
修改代码；
调用内部接口；
发送邮件；
创建工单；
操作业务系统；
访问外部网络；
控制部分生产环境。
能力越强，风险越高。

黄仁勋把企业Agent的部署过程类比为新员工入职：

“我们不会给每一位员工访问所有文件和全部网络的权限。”

员工入职后，企业会根据岗位和职责，为其配置账号、设备、系统、数据和网络权限。

Agent也需要同样的管理机制。

企业必须明确：

Agent可以访问哪些数据；
可以使用哪些工具；
可以执行哪些操作；
哪些操作需要人工确认；
能否连接外部网络；
是否允许调用其他Agent；
如何记录完整执行过程；
出现问题后如何追溯；
如何回收或调整权限。
因此，Agent安全不能只依赖提示词中的一句“不要执行危险操作”。

真正有效的安全必须落实在：

身份认证；
最小权限；
数据隔离；
工具网关；
沙箱执行；
网络策略；
敏感操作审批；
日志审计；
全链路追踪。
LangChain与NVIDIA此次蓝图中的OpenShell运行环境，重点解决的正是Agent沙箱执行、工具访问和数据交互策略问题。([LangChain][1])

没有运行环境和权限治理，再强大的Agent也很难真正进入企业核心业务。

九、英伟达工程师为什么更愿意“造Agent”？
这场对话中，传播最广的一句话可能是：

“相比写Python代码，我们的软件工程师现在更愿意构建Agent。”

这并不意味着Python不再重要，也不是说未来工程师不需要编程。

黄仁勋真正想表达的是，工程师的工作重心正在发生变化。

过去，软件工程师的大量时间用于手工编写具体逻辑。

随着AI逐渐承担基础代码生成工作，工程师可以把更多精力投入到更高层次的系统设计中，例如：

如何拆解复杂任务；
如何设计Agent架构；
如何选择和组合模型；
如何组织上下文；
如何定义工具接口；
如何管理记忆；
如何设置权限；
如何构建评估系统；
如何增加安全护栏；
如何分析Agent执行轨迹；
如何持续优化整个系统。
黄仁勋将写代码类比为“打字”。

他的观点是，工程师并不是不再需要代码，而是可以减少机械性的代码输入，转向构建更复杂的自动化系统。

“他们正在创建评估系统、基准测试和护栏系统。”

工程师的价值不会因为AI而消失，但角色会逐渐从“代码生产者”转向“智能系统设计者”。

未来更重要的能力，可能不是单独写出某一段Python代码，而是让模型、工具、数据、安全和业务流程稳定协作。

十、Evals将成为Agent时代的测试基础设施
在这场对话中，黄仁勋和Harrison Chase都多次提到了评估系统，也就是Evals。

传统软件的结果通常比较确定。

输入相同的参数，程序大多会按照固定逻辑返回结果。

但Agent具有明显的概率性。

即使输入同一个任务，由于上下文、模型版本、工具状态和执行轨迹不同，也可能得到不同结果。

企业不能只检查Agent有没有正常运行，还需要回答：

输出结果是否正确；
是否完成了用户真实目标；
是否调用了正确工具；
是否覆盖关键业务场景；
是否存在事实错误；
是否违反企业规则；
是否泄露敏感数据；
是否出现越权操作；
响应速度是否可以接受；
单次任务成本是否合理；
模型升级后是否发生能力退化。
LangChain官方强调，Evals应该贯穿Agent开发的完整生命周期。

上线之前，需要测试提示词、Harness、工具、模型和数据变化；上线之后，则需要监控真实行为，将生产环境中的失败案例转化为新的回归测试。([LangChain][1])

这意味着，Agent评估不是上线前做一次测试就结束，而是一个持续运行的质量闭环：

评估—发现问题—分析轨迹—调整系统—回归测试—重新上线。

从这个角度看，Agent的普及不会削弱测试与质量工程的重要性，反而会扩大测试对象的范围。

未来需要测试的不只是传统软件功能，还包括：

模型；
Prompt；
RAG知识库；
Agent记忆；
工具调用；
MCP服务；
多Agent协作；
执行轨迹；
权限控制；
安全护栏；
最终业务结果。
测试工程师也将从验证固定逻辑，逐渐走向评估智能系统的行为与结果。

十一、未来的公司，可能是一组持续进化的Agent
过去，一家公司通常被描述为人员、部门、系统和业务流程的集合。

在Agent时代，这个定义可能会逐渐发生变化。

企业一边保留原有组织，一边将大量重复性工作、知识性工作和复杂决策辅助任务，沉淀为可以持续运行的专业Agent。

这些Agent会不断接收：

企业数据；
业务执行结果；
领域专家反馈；
用户真实需求；
失败案例；
评估结果。
再通过Harness和Evals持续改进。

最终，一家企业拥有的可能不只是一套软件系统，而是一组不断进化的专业智能体。