英伟达发布了用于构建企业可信赖的专用AI智能体(能自主判断状况并推进工作的AI)的开发平台「NVIDIA Agent Toolkit」[1]。它是一个将模型、工具、技能与安全运行环境组合在一起的模块化基础，旨在让企业和开发者能够按照自身业务进行定制和管控，从而更安全、更快速、更低成本地打造「数字AI同事」[1][2]。
从「接入」走向「专用智能体」
企业AI的第一波主要是「接入」，即尝试新的前沿模型和开源模型、反复开展验证实验[1]。英伟达把下一阶段定位为专用智能体：组合多个模型进行推理、使用工具，并在复杂业务中真正采取行动[1]。其思路是让最了解业务的一线人员，能够在手边用上更有用的AI[1]。
实际上，智能体已经开始用于加速新药研发的研究、结合更多上下文排查漏洞，以及协调供应链等场景[1]。要运行这类专用智能体，企业需要的是可由自己调整和拥有的基础，也就是可定制的模型、能接入既有系统的工具，以及可大规模安全运行智能体的运行平台[1]。
模型、蓝图与安全运行环境
Agent Toolkit具备智能体所需的三大要素[1]：作为推理基础的「模型」，连接行动与专业知识的「工具与技能」，以及执行工作的「运行环境(runtime)」[1]。
在模型方面，它使用开源模型「NVIDIA Nemotron」，团队可按自身需要进行定制、评估与部署[1]。新加入的「Nemotron 3 Ultra」面向长时间运行的智能体进行了小型化和高速化，宣称在复杂的智能体处理中可实现最高5倍的推理速度和最多30%的成本下降[2]。
安全运行的机制也已内置。蓝图集「NemoClaw」提供更安全的智能体行为范式，让系统能以更低成本获得准确结果[1]。运行环境「OpenShell」是开源运行时，会施加基于策略的安全、网络与隐私护栏，使自主运行的智能体能够更安全地部署[1][2]。此外，英伟达还把用于数据处理的cuDF、用于优化的cuOpt，以及NeMo、PhysicsNeMo、CUDA-Q等「CUDA-X」库，作为智能体可用的专业技能开放出来[2]。这些工具还可与用户自选的外部智能体框架(如Hermes Agents和OpenClaw)组合使用[1]。
专用智能体已在各行业落地
这一基础已经在各个领域开始运转[1]。
在生命科学领域，智能体会调用蛋白质设计、虚拟筛选、基因组分析和生物标志物探索等专业模型来支持研究[1]。借助新的「NVIDIA BioNeMo Toolkit」，过去需要数月的工作可以在数天内完成[1]。在医疗领域，智能体承担临床文书撰写、临床决策支持和护理协调，而在医院数字孪生(再现现实的虚拟环境)中训练的机器人，有望扩展到手术辅助和医院业务自动化[1]。
在工程领域，Cadence、Synopsys、Dassault Systèmes和Siemens正使用NemoClaw打造可自主推进芯片设计与验证工作的「AI工程师」，力图把数周的工作压缩到数小时[1][2]。在安全领域，CrowdStrike用专用安全智能体以98.5%的准确率完成告警分流，Palantir则用长时间运行的智能体推进运营决策[1]。此外，Palantir、SAP、ServiceNow、Siemens和Dassault Systèmes也在把智能体能力嵌入到做出关键决策的自家业务平台中[1]。
总结
NVIDIA Agent Toolkit把模型、工具、技能与安全运行环境整合在一起，为企业提供可按自身业务调整的专用AI智能体基础。以Nemotron实现灵活的模型选择、以NemoClaw和OpenShell实现安全执行、以CUDA-X技能扩展专业能力，构成其三大支柱，并已在新药研发、芯片设计、安全等具体场景中开始被采用。企业AI的重心，正从单纯尝试通用模型，转向打造扎根于实际业务的「AI同事」。不过，这同样是英伟达自身描绘的构想，在实际业务中究竟能在多大程度上兼顾安全性与成效，仍取决于今后在一线的验证。
