LangChain与NVIDIA谈Agent分层
krishnan · x · 2026-07-11
这条帖借 LangChain 与 NVIDIA 的 NemoClaw 公告提醒：**Agent 不是只看模型层就能赢**。 作者提炼了 agent stack 的三层： - **Model**：推理、指令遵循、上下文处理 - **Harness**：规划、记忆、工具调用、重试、评测循环 - **Runtime**：沙箱、策略、可观测性、部署控制 他强调，生产问题往往出在后两层，而不是模型本身。LangChain 还引用了自己的评测结果：新 blueprint 的综合分数为 **0.86**，成本 **$4.48**，而下一个最接近的模型成本是 **$43.48**。作者的结论是：更低的推理成本不只是财务问题，它会改变工程行为——让团队能跑更多评测、做更细的 workflow 专用 agent、测试更多失败模式并保留更多 traces。 最后他认为，未来真正成熟的企业 AI 平台，卖点不会是“最炫 demo”，而是能把 **模型、工具、记忆、评测、策略和运行时** 这整条闭环调好，并用“**每次成功且受治理任务的成本**”而不是“每 token 成本”来衡量。