輝達於二零二六年十月二十一日（網誌時間）經官方網誌宣布，開源 NVIDIA Agent Toolkit 擴展新工具，並推出 Agent Knowledge Foundation，讓企業代理在不搬移數據、不重造既有工作流、不改動既有治理控制的前提下，以公司內部數據驅動回答與行動，並透過 OpenShell 安全運行時與 NemoClaw 藍圖監控與約束代理行為。文中列明合作方包括 Palantir、Databricks、Snowflake、Amazon OpenSearch、SAP、ServiceNow、Zoom，以及 AWS、IBM、Oracle 等數據與基礎設施工具商。本文僅轉述該官方說明已載明的產品組成、採用敘述與可核對效益表述，不補填未公布的通用基準或報價。來源真實性已驗證。

輝達／官方：Agent Toolkit 擴展——以 Agent Knowledge Foundation 讓企業代理紮根公司數據；OpenShell 與 NemoClaw 管治運行邊界

一、核心事件：企業代理從「會聊天」轉向「懂公司、可管治」

技術細節

官方開宗明義指出：代理的用處取決於它知道甚麼，可信度則取決於它在甚麼邊界內運行。領先企業正使用開源 NVIDIA Agent Toolkit（現已擴展新工具）來定制與控制代理、以公司數據支撐回答與行動，並監控與管治其運作。

官方列明 Agent Toolkit 目前涵蓋：

全新 NVIDIA Agent Knowledge Foundation（搭配 NVIDIA CUDA-X 函式庫）
開源模型，包括 Nemotron Retriever 與新的 Kumo 系列
NVIDIA OpenShell 安全代理運行時
NVIDIA NemoClaw 安全代理藍圖
工具與技能，例如 NeMo Relay 與 NeMo Compass

官方強調，要打造能完成真實工作、且從開發到部署都可信的代理，需要把模型、harness、運行時、數據與工具組成開放代理堆疊。Agent Knowledge Foundation 的定位，是把企業數據轉成代理可用的「公司智能」：協助找相關資訊、理解對業務的意義、作出預測，並協助人員決定下一步。官方特別寫明，企業可在不搬移數據、不重建既有工作流、不改變治理控制的情況下使用該基礎層。

二、技術原理與生態層次

Agent Knowledge Foundation 以 CUDA-X 函式庫為底座，官方點名包括 cuDF、cuGraph、cuML、cuOpt、cuVS，以及新的 Auto-Ontology 函式庫——後者把原始公司數據翻譯成客戶、產品、訂單等業務概念，並對應彼此關係。檢索與結構化預測則由 Nemotron Retriever 與 Kumo Structured 開源模型家族（Kumo Tabular、Kumo Relational、Kumo Time Series、Kumo Forecast）支撐。

運行時與安全層方面，OpenShell 提供安全邊界，讓企業控制代理可存取與可執行的範圍；NemoClaw 藍圖則提供建置安全、專門代理的參考設計。官方新增的 NemoClaw「代理優化」藍圖，作為逐步改善代理智能、使其在職責上持續變好的起點。

採用敘述上，官方稱輝達自身供應鏈組織正透過 Palantir Foundry、Ontology 與 AIP，結合 Agent Knowledge Foundation 部署專門代理，從專有數據產生可行動智能、預測結果並優化決策。Databricks 將 NVIDIA Kumo Anomaly 與 Databricks Genie Ontology 配對，驅動具情境感知的代理；Snowflake 則讓客戶在 Snowflake Notebook 環境使用 NVIDIA Kumo Engine 與 Kumo Relational 開源模型，以解鎖更多預測能力。

檢索效益方面，官方寫明 Amazon OpenSearch Service 使用該嵌入模型後，以更少搜尋步驟提升相關性，且幾乎未增加延遲；SAP 微調後的 reranker 運行速度接近三倍；ServiceNow 提升 reranking 質素，同時把延遲削減近四分之一；Zoom 以 Nemotron Retriever 改善 Zoom AI Services 的文件理解、搜尋相關性與情境擷取。另有 AWS、ClickHouse、Cloudera、Cohesity、Dassault Systèmes、Dell、Elastic、Exa、IBM、NetApp、Oracle、Perplexity、Starburst、VAST Data 等正建基於 Agent Knowledge Foundation。

三、日常應用場景

1. 開發者與技術團隊

開發者可把「檢索／本體／預測模型／安全運行時／藍圖」視為同一套開源代理堆疊，先以 Auto-Ontology 對齊業務物件，再以 OpenShell 限制工具與檔案權限，避免代理在生產環境「會做事但不受控」。

2. 企業與隱私敏感行業

金融、醫療、法律與政府外判常見要求是數據不出域、審計可追溯。官方「不搬移數據、不改治理控制」的表述，對香港受規管行業尤其關鍵：重點不是再堆一個聊天介面，而是代理能否在既有數據平台（數據湖倉、筆記環境、本體層）上安全取用公司脈絡。

3. 一般用戶

終端用戶較少直接接觸 Agent Toolkit，但企業客服、內部知識搜尋與營運決策若改由具公司脈絡的代理驅動，體驗差異會反映在回答是否「懂你們的客戶／訂單／流程」，而非只懂公開互聯網。

4. 香港與亞洲市場視角

對香港企業而言，這則官方消息的價值在於把「代理式人工智能」拆成可採購的四層：公司數據智能（Knowledge Foundation）、開源檢索／預測模型（Nemotron／Kumo）、安全運行時（OpenShell）與藍圖（NemoClaw）。亞洲企業若已在 Databricks、Snowflake、OpenSearch 或 SAP／ServiceNow 生態，可優先核對既有平台是否已宣布對接，而不是另起一套無法審計的影子代理。若需在香港以私有數據建置企業級人工智能代理與全託管私有 LLM（數據留港、年費方案由八萬八千港元起），可參考 YSK Limited 的人工智能自動化與私有 LLM 服務（詳見 https://ysk.hk/services/ai-automation）。

四、專業評價與潛在考量

優勢

官方同時交代產品組成、安全運行時與具名企業採用，資訊層次清楚，便於架構師對照現況。
「不搬移數據／不改治理」直接回應受規管行業落地阻力。
檢索側給出可核對的相對表述（SAP 接近三倍、ServiceNow 延遲減近四分之一），而非空泛口號。

需要留意的地方

上述速度／延遲表述屬官方點名客戶場景，並非統一公開基準測試；他司環境結果可能不同。
「開源 Agent Toolkit」與各雲／SaaS 對接深度、授權與支援邊界，仍須按各夥伴文件核對。
OpenShell／NemoClaw 降低失控風險，但不能替代企業自身的身份權限、日誌與紅隊驗證。

五、對香港讀者的行動建議

盤點現有數據平台（湖倉、搜尋、ERP／ITSM）是否已在官方採用名單或可對接路徑上。
先定義代理允許呼叫的工具與數據範圍，再談模型選擇——與 OpenShell「運行邊界」同向。
若數據主權或行業合規要求高，優先評估私有託管與本地治理，而非只接公共聊天介面。

結語

輝達官方把 Agent Toolkit 的擴展，收束為「公司數據智能＋開源模型＋安全運行時＋藍圖」四件套，並以 Palantir、Databricks、Snowflake 及多家檢索／企業軟體夥伴作落地背書。對香港與亞洲企業，這則消息的閱讀方法應是：以可驗證的組件與既有平台對接評估代理專案，把權限邊界與數據留存放在同一架構圖，而不是只比較誰家模型分數較高。

參考來源