NemoClaw Blueprint：开源 Agent 栈如何用 1/10 成本击败闭源方案 · 干货攻略

  • 链接: https://x.com/hwchase17/status/2074874140776169485
  • 分类: x-tips
  • 来源: X @hwchase17
  • 作者: Jay
  • 更新: 2026-07-24
  • 仓库: langchain-ai/deepagents

这是什么

NemoClaw for LangChain Deep Agents Blueprint（简称 NemoClaw）是 LangChain 与 NVIDIA 联合发布的企业级 Agent 参考架构，发布时间为 2026 年 7 月 8 日（PRNewswire）。

该 Blueprint 不是一款独立产品，而是把三层开源组件打包成一套可落地、可自托管的完整 Agent 技术栈：

层级 组件 定位
模型层 NVIDIA Nemotron 3 Ultra 可自定义的开放权重模型
Harness 层 LangChain Deep Agents Code（dcode） 包含规划、工具调用、记忆、任务执行的开源 Agent 框架
安全运行时 NVIDIA OpenShell 沙箱化安全执行 Agent 生成代码的运行时

Blueprint 包含一份针对 Nemotron 3 Ultra 专门调优过的 Harness Profile（系统提示词、工具描述、中间件配置的集合），企业可以直接复用或在此基础上继续调优。

为什么值得关注

核心硬核点：Harness Engineering 而非 Fine-tuning

X 帖（@hwchase17）提到"Deep Agents 完全开源 + 调优 Nemotron 3 Ultra 实现 benchmark 领先、推理成本降 10 倍"。但这里的"调优"并非改模型权重，而是调 Harness 配置。

NVIDIA 开发者博客详细记录了这个过程：

团队在 LangChain 的公开评测基准上跑 Nemotron 3 Ultra，发现 read_file 工具存在分页截断问题——模型读完第一页就停止了，没有继续翻页。通过添加 ReadFileContinuationNoticeMiddleware 中间件提示模型"文件可能还没读完"，Read file 测试从 0/3 通过提升到 3/3，整体评测分从 94/127 提升到 96/127。整个过程没有重训模型，只是改了 Harness 配置。

这揭示了一个重要范式：对于能在工具调用框架内工作的模型，Agent 性能提升的主要杠杆在 Harness 层面，而不是模型本身。

数字说话

以下数据均来自官方来源（LangChain 官方博客、NVIDIA 官方博客）：

  • 评测得分：LangChain Agent 评测套件中，Nemotron 3 Ultra + Deep Agents 达到 0.86 聚合分，是开源模型中的最高分
  • 成本对比：同样评测下，Nemotron 3 Ultra 推理成本约 $4.48/run，而表现次优的模型（据 cross-validation 来源为闭源方案）约 $43.48/run，相差约 10 倍
  • 开源模型横向对比：Nemotron 3 Ultra 86.6% > DeepSeek V4 Pro 83.4% > Kimi K2.6 82.7%（来源： Crusoe 博客，技术细节引用自 NVIDIA）
  • 发布日期：2026 年 7 月 8 日（PRNewswire）

谁在用

Abridge、Amdocs、Box 已在平台上嵌入专业化 Agent，系统集成商 EY 正在围绕 NemoClaw 构建实施实践。此外 Baseten、Crusoe、DeepInfra、Fireworks、Nebius、Together AI 等六家云厂商已上线 Nemotron 3 Ultra 的托管端点，企业可直接在生产环境调用。

核验过程

官方来源（已读）

  1. X @hwchase17 原帖 - 确认：NemoClaw Blueprint 由 LangChain × NVIDIA 联合发布 - 确认：Deep Agents 为完全开源的 Agent Harness

  2. NVIDIA 官方博客（blogs.nvidia.com） - 确认：Benchmark 数字（0.86 aggregate score，$4.48 vs $43.48 cost） - 确认：三组件构成（Nemotron 3 Ultra + Deep Agents Code + OpenShell） - 确认：Jensen Huang 与 Harrison Chase 对话引用

  3. LangChain 官方博客（langchain.com/blog） - 确认：Blueprint 定位为企业级开源 Agent 栈完整参考架构 - 确认：生态合作伙伴列表（EY、Baseten 等 6 家） - 确认：Harness Profile 调优为本次核心工程方法论

  4. NVIDIA 开发者技术博客（developer.nvidia.com） - 确认：ReadFileContinuationNoticeMiddleware 实操代码示例 - 确认：评测基准数字（94→96/127，Read file 0/3→3/3） - 确认：自动化 Harness Profile 创建的 "Ralph Loop" 流程

交叉验证结论

  • 10x 成本优势 在 LangChain 博客、NVIDIA 博客、Crusoe 技术博客三方交叉一致，官方说法可信度高。
  • 86.6% / 83.4% / 82.7% 开源模型对比数据来自 Crusoe 博客对 NVIDIA 技术细节的引用，与 NVIDIA 博客的"最高分开源模型"描述吻合。
  • Harness Profile 调优方法论在 NVIDIA 开发者博客有详细代码示例（ReadFileContinuationNoticeMiddleware），与 X 帖描述一致。
  • 待标注：X 帖提到"benchmark 领先"——官方说法是"开源模型中最高分"，两者不矛盾但范围不同，攻略以官方表述为准。

上手步骤

快速安装 Deep Agents Code

Deep Agents Code（dcode）是 Blueprint 中面向开发者的终端编码 Agent，支持任何 LLM 提供方：

# 安装并启动
curl -LsSf https://langch.in/dcode | bash
dcode

获取 NVIDIA Nemotron 3 Ultra API

  • 测试阶段：访问 build.nvidia.com 获取免费 API 访问
  • 生产阶段：通过 Baseten、Crusoe Cloud、DeepInfra、Fireworks、Nebius、Together AI 任选一家托管端点

应用 NemoClaw Harness Profile

调优后的 Harness Profile 已发布，Deep Agents 支持直接注册使用：

from deepagents import create_deep_agent, register_harness_profile, HarnessProfile
from deepagents.profiles.harness import ReadFileContinuationNoticeMiddleware

# 注册针对 Nemotron 3 Ultra 的 Profile
profile = HarnessProfile(
    extra_middleware=[
        ReadFileContinuationNoticeMiddleware(),
    ]
)
register_harness_profile("nvidia:nemotron-ultra", profile)

# 创建 Agent
agent = create_deep_agent(
    model="nvidia:nemotron-ultra",
    harness_profile="nvidia:nemotron-ultra",
)

自定义 Harness Profile（进阶）

如果需要针对自身场景继续调优，参考 NVIDIA 开发者博客的迭代循环：

  1. 用开源评测基准建立基线：uv run pytest tests/evals/
  2. 分析失败案例，找到 Harness 可优化的环节（提示词、工具描述、中间件）
  3. 修改 Profile 并验证改进
  4. 重复直到满意

LangChain 的官方文档提供了 Capabilities 完整列表（远程沙箱、目标评分、子 Agent、记忆、MCP 工具等）。

通过 Blueprint 获取完整栈

不想自己拼装？直接使用 NemoClaw Blueprint：

https://build.nvidia.com/nvidia/nemoclaw-for-langchain-deep-agents-code

该 Blueprint 包含 Nemotron 3 Ultra + 已调优 Deep Agents Harness + OpenShell 安全运行时，是最完整的起点。

坑与适用边界

适用场景

  • 企业需要自托管、可控的 Agent 系统，不希望依赖单一闭源供应商
  • 任务为长时序多步骤工作流（代码编写、数据分析、文件处理），这些场景 Deep Agents 有成熟工具链
  • 团队已有能力进行 Harness 调优，愿意投入工程资源持续迭代

边界与局限

  • 评测基准的代表性：0.86 分是在 LangChain 自有评测套件上测得的，该套件是否代表你的业务场景需要自行判断。NVIDIA 开发者博客也强调"benchmark 和测试都是随机的，需要多次运行取平均"。
  • 10x 成本优势的情境性：$4.48 vs $43.48 的对比来自 LangChain 评测套件，实际业务场景的 token 消耗模式不同，成本差距也会变化。
  • OpenShell 的适用范围：OpenShell 提供代码执行沙箱，但如果你的 Agent 不需要运行生成的代码（如纯分析类 Agent），OpenShell 的安全护栏价值有限。
  • Nemotron 3 Ultra 的国产化限制：NVIDIA 芯片受出口管制，在中国大陆环境下使用可能面临硬件合规问题，需自行评估。
  • "开源模型最高分" ≠ 全面超越：在 LangChain 评测中超过其他开源模型，不代表在所有任务类型上优于 Claude Opus 等顶级闭源模型。

一句话结论

NemoClaw Blueprint 的核心价值不是"换了个模型"，而是证明了在 Agent 场景下，Harness Engineering（调 Harness 而非调模型）可以同时带来性能提升和成本数量级下降——这是企业自建可控 Agent 系统的务实路径。