黄仁勋 × Harrison Chase 对话：未来公司将建立在 Harness 之上¶

Ch05.126 黄仁勋 × Harrison Chase 对话：未来公司将建立在 Harness 之上¶

📊 Level ⭐⭐ | 3.5KB | entities/jensen-huang-harrison-chase-harness-future-2026.md

NVIDIA CEO 黄仁勋与 LangChain CEO Harrison Chase 的 26 分钟深度对话（2026-07），阐述了未来企业将由 Harness 系统而非传统业务流程定义的愿景。对话涵盖开源 vs 前沿模型策略、企业智能内建、Agent 安全治理、以及从编程到构建 Agent 的范式转变。

Harness 作为企业新基石¶

黄仁勋的核心论断："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。" LangChain 将成为创建公司"操作系统"的工具，将传统工作流转变为自主、智能、高效的 Agent 系统。

开源权重模型 vs 前沿模型策略¶

Harrison Chase 披露 Nemotron-3-Ultra 在 DeepAgents 中加入 LangChain 优化后，内部基准达 86% 准确率（Claude Opus 87%），成本仅为 Opus 的十分之一。

黄仁勋的策略： 1. 先从前沿模型开始——了解能力天花板 2. 再打造专业化超级智能体（Super Agents）——连接到专门工具，专精于单项任务 3. 很多东西可能永远不需要替换，因为前沿模型自身不断进步

企业智能必须内建¶

"当企业需要增强自己的智能时，不能指望给第三方打个电话解决，你需要就在公司内部完成。" 每家公司都建立在某种专业化的智能（知识产权）之上。通用技能可用通用模型，但核心智能不能外包。

从编程到构建 Agent 的范式转变¶

黄仁勋：NVIDIA 软件工程师更愿意构建智能体而不是写 Python 代码。写代码就像打字，他们现在成为系统工程师，创建评估系统、基准测试和护栏系统。将 AI 引入现实世界的工作量巨大，创造了大量新岗位。

Agent 安全与治理¶

部署 Agent 需要配套的安全机制和访问控制。AI 也需要一套类似于HR 的系统：每个 Agent 有使命文档、工具访问权、信息访问权限，IT 组织能在公司内部构建、改进和部署这些智能体。

关联条目¶

• NVIDIA Nemotron-3-Ultra — 对话中提到的模型，开源权重达到前沿性能
• NVIDIA 安全本地 Agent：Nemoclaw/OpenClaw — NVIDIA 的本地 Agent 运行环境（NIM）
• NVIDIA Agentic Systems Extreme Co-Design — NVIDIA Agent 系统的另一次深度技术阐述
• DeepAgents — AWS Bedrock AgentCore 子智能体编排 — 对话中提及的 DeepAgents 框架的实践

退出¶

→ 原文存档