NVIDIA 推出 NemoClaw 开放蓝图：在 OpenClaw、Hermes Agent 或 LangChain Deep Agents 上配 Nemotron 模型和 OpenShell 运行时
NemoClaw 不是新的智能体框架，而是一套把现成框架、开放模型、观测和权限运行时拼成完整栈的配方。
// 要点
- NemoClaw 是一组开放蓝图，不是与现有方案竞争的 harness 或运行时；每个蓝图围绕 OpenClaw、Nous Research 的 Hermes Agent 或 LangChain Deep Agents 组装完整的智能体栈。
- 每个蓝图包含针对 Nemotron 调过的 harness、Nemotron 开放模型、NeMo 工具（含观测和改进智能体执行的 NeMo Relay，以及按吞吐、成本、可靠性路由），以及管控智能体访问文件、网络、凭据和工具的 NVIDIA OpenShell。
- LangChain 只调整提示词、工具和中间件、不重训模型，让 Deep Agents 在 Nemotron 3 Ultra 上达到 NVIDIA 所说的「接近前沿」表现，单次运行成本约为领先闭源模型的十分之一；文章没有给出更多评测数字。
- 可部署在云、数据中心、DGX Spark 和 RTX PC 上，也可以和 Claude、Codex、Cursor 等前沿智能体配合，处理特定领域的子任务。
开发者视角「便宜约 10 倍」是 NVIDIA 自己的说法，没有评测细节，我会拿自己的任务复测再说。真正值得学的是分层：harness 用现成的，模型可以换，文件、网络和凭据的权限交给独立运行时。PandaClaws 这类后台里重复度高的子任务（改写、分类、打标签）适合先换成开放模型做 A/B，主流程留在前沿模型上。