NVIDIA Nemotron 搭配 LangChain Deep Agents 实现基准测试领先

产品2026年7月7日· 原作者：Adel El Hallak· 5 分钟阅读0 阅读

NVIDIA Nemotron 3 Ultra 与 LangChain Deep Agents 结合，在基准测试中取得开放模型最高精度，任务完成数量更多、吞吐量更高，推理成本仅为领先闭源模型的十分之一，且无需重新训练模型。

NVIDIA Nemotron 3 Ultra 在 LangChain Deep Agents 基准测试中展现出领先性能。LangChain 为其 Deep Agents 框架针对 Nemotron 3 Ultra 进行了调优，使得该开放模型在所有开放模型中取得最高精度，同时完成更多任务、吞吐量更高，每轮推理成本仅为领先闭源模型的十分之一。

根据 LangChain 的 Deep Agents 基准测试，Nemotron 3 Ultra 在商业任务上也达到了与最高分闭源模型持平的水平。这一切都没有经过模型重新训练，所有提升都来自对模型周围环境的工程优化，而非模型本身。

以十分之一的成本，使用 Nemotron 3 Ultra 的团队可以持续运行评估、更快地进行实验，并在更多业务场景中构建专用 AI 智能体。

LangChain 的智能体工程平台月下载量已超过 2 亿。通过为其 Deep Agents 框架专门调优 Nemotron 3 Ultra，企业可以获得高性能智能体，完成更多任务、运行更快，并拥有完全开放的堆栈，可以自行定制、拥有并部署在任何地方。

"构建更好的 AI 智能体的方法是持续改进模型周边的系统，"LangChain 联合创始人兼 CEO Harrison Chase 表示，"记忆、工具使用、评估和模型行为会相互叠加，团队可以一起调优它们。我们与 NVIDIA 的合作表明，企业可以在保持对智能体系统控制的同时，从开放堆栈中获得强劲性能。"

Abridge、Amdocs 和 Box 正在将专用智能体直接嵌入其平台，全球系统集成商 EY 正在围绕 NVIDIA NemoClaw for LangChain Deep Agents 蓝图扩展其 NVIDIA 实施能力，帮助客户定制、评估和管理跨高价值工作流的专用智能体。

NVIDIA 创始人兼 CEO Jensen Huang 近期与 Chase 对谈，讨论了为什么过去六个月是企业级 AI 实用性飞跃的关键时期。
观看视频

框架工程，而非微调

LangChain 团队将 Nemotron 3 Ultra 与其公开的 Deep Agents 基准测试套件进行对比，然后分析深度智能体的执行轨迹，找出失分点。团队没有重新训练模型，而是调整了框架——修改系统提示词、工具描述和中间件。

每个使用 LangChain Deep Agents + Nemotron 3 Ultra 的开发者现在都可以直接使用这套调优方案——调优后的配置文件已通过 LangChain 直接提供。

可自主拥有的开放堆栈

NVIDIA NemoClaw for LangChain Deep Agents 是一个开放的参考蓝图，将这项工作打包给企业，用于构建自己的专用 AI——包含模型、工具和运行时的多模型系统，并针对自己的工作流进行调优。它结合了为 Nemotron 3 Ultra 调优的 LangChain Deep Agents 代码，以及用于安全执行智能体操作的 NVIDIA OpenShell 安全运行时。

开放模型、开放框架和开放安全运行时意味着企业可以拥有完整的端到端堆栈。他们可以围绕自己的专业领域进行定制，持续改进，并在任何地方运行——自己的基础设施、自己的云、自己的治理。

当智能体承担更高风险的任务时，这种区别更加重要。从回答问题的 AI 助手转变为在核心系统中采取行动的智能体，改变了企业从 AI 中获得的价值。

NemoClaw for LangChain Deep Agents 和调优后的 Nemotron 3 Ultra 模型配置文件现已可用。开发者可以直接从 LangChain 获取调优后的 Deep Agents 框架，或者使用 NemoClaw for LangChain Deep Agents 蓝图作为构建专用智能体的起点。