黃仁勳最新訪談：下一代軟件公司的操作系統是 Harness

黃仁勳在最新一次公開訪談中，與 LangChain 創辦人 Harrison Chase 進行了 26 分鐘的對談。令人意外的是，這位 NVIDIA 創辦人全程沒有提起 GPU、算力或新的模型參數，而是將焦點完全放在一個主題上：當 AI Agent（智能體）開始真正為人類調用工具、執行工作流程時，企業的工程資源應該投注在何處。他的答案非常直接——與其重複撰寫大量程式碼，不如專注於打造能夠確實完成任務的 Agent。黃仁勳將寫程式碼比擬為打字。他指出，打字能力雖然重要，但並非作家的全部工作。同樣地，能夠寫出一段 Python 程式碼依然重要，但這並不等於完成了一個 Agent 系統。

工程師還需要決定 Agent 能夠看到什麼、能夠調用哪些工具、失敗後該如何恢復，以及最終的輸出結果由誰來驗收。生成程式碼只解決了「寫出來」的問題，而 Agent 工程則必須解決「跑得動、做得對、出錯能停、過程可追溯」等更複雜的挑戰。在訪談中，黃仁勳反覆強調一個詞：Harness。這不是一個產品名稱，而是一個概念，涵蓋了提示詞（Prompt）、工具說明、記憶、上下文管理、任務拆分、重試機制、評測方法以及權限控制。模型負責推理，而 Harness 的責任則是將推理組織成可以被驗收的工作成果。

根據公開資料，LangChain 團隊讓 Nemotron 3 Ultra 模型運行 Deep Agents 評測，過程中沒有重新訓練模型的任何權重，僅僅調整了系統提示詞、工具描述和中間件配置。結果令人震驚。在調整 Harness 之後，評測成績從原始狀態一舉追到 0.86 分，而目前最高分的閉源模型成績為 0.87 分，兩者差距僅有 0.01。更驚人的是成本變化：單次評測的成本從原來的 43.48 美元，大幅下降至 4.48 美元，便宜了將近十倍。這項數據清晰地展示，同一個模型放進不同的 Harness 系統中，能夠釋放的能力天差地遠。

未來在比較 Agent 系統時，只看模型榜單已經遠遠不夠。黃仁勳進一步指出，成本的大幅下降不僅僅是讓帳單變得更漂亮，更會從根本上改變開發方法。由於 Agent 完成一次任務往往需要進行多輪推理、調用多個工具，甚至可能並行嘗試不同路徑。當每一次試驗都非常昂貴時，團隊自然會減少評測與探索。但當成本變低，開發團隊就能獲得三項新能力：第一是「多試」，可以同時比較不同的模型、提示詞、工具和重試策略；第二是「常測」，將評測融入日常開發與生產監控；第三是「多部署」，將過去只能服務少數高價值任務的 Agent，擴展到更多細分的工作流程。

這也引發了合理的推測，當開放模型的 Harness 調優成本足夠低廉時，企業傾向於「先用前沿模型探路，再將高頻任務專門化」。在問題剛出現、邊界還不清楚時，前沿模型適合用來探索上限；當任務反覆出現且驗收標準逐漸穩定後，就可以將其收斂為成本更低的專用 Agent。而這個「專門化」的過程，不只發生在模型權重裡，真正拉開競爭差距的，是公司自己的工具說明、業務詞彙、權限邊界、歷史軌跡與驗收數據，這些元素共同決定了一個 Agent 是否真正理解這家公司。黃仁勳更進一步拋出一個激進的判斷：未來的公司會把越來越多的能力建立在 Harness 之上。

過去，企業將流程寫入 ERP、CRM 或一串固定的審批規則中；而在 Agent 時代，部分流程會轉變為「給定目標、工具、權限和驗收標準，再由系統自行規劃路徑」。Harness 正是承接這些業務規則的新容器。這也是為什麼開放技術棧被反覆強調，因為企業希望掌握自己的記憶、軌跡、評測集與調優數據，並決定它們運行在什麼樣的基礎設施上。然而，當 Agent 能夠調用終端、資料庫與內部 API 時，它已經不僅僅是一個聊天機器人，而是擁有行動能力的軟體進程。

在 NVIDIA 提出的 NemoClaw 藍圖中，Deep Agents Code、Nemotron 3 Ultra 與 OpenShell 運行時被組合在一起。模型負責推理，Harness 負責組織任務，而 OpenShell 則將程式碼執行放進沙箱，並對網路、憑證、檔案與日誌分別施加安全策略。黃仁勳的底線非常明確：Agent 不應該直接拿到長期憑證。更合理的方式是由運行時根據當前任務與策略，臨時注入權限，讓 Agent 只在必要時間、必要範圍內，訪問必要的資源。

Harrison Chase 在訪談中也提出了一個敏感問題：當 Agent 使用自然語言協作、表現得越來越像人類時，我們該在多大程度上將其擬人化？黃仁勳的回答相當冷靜。他認為自然語言雖然讓互動更順暢，但不應模糊責任邊界。Agent 可以擁有角色與名字，但不能因為語氣自信就被預設為正確，也不能因為「像同事」就跳過權限與驗收。判斷 Agent 是否完成任務，必須依賴外部證據：測試是否通過、程式碼變更是否符合預期、資料是否寫入正確位置、審批記錄是否完整。Agent 說「已經完成」，只是一個待驗證的輸出，而非最終結論。最後，黃仁勳也談到了對就業的影響。

他認為，當生產一項數位服務的成本下降，社會不會只滿足於原來的數量，而是會產生更多過去做不起、排不上優先級的需求。對程式設計師來說，真正改變的不是「還有沒有程式碼」，而是工作清單的重新排列。樣板程式碼、格式轉換與重複性的除錯工作會更多交給 Agent，而任務定義、系統設計、評測構建、權限治理與異常處理則會變得更加重要。個人能否受益，取決於能否跨越這次職責的遷移。將黃仁勳的整場訪談拼湊起來，可以描繪出一張完整的工程藍圖：模型負責推理，Harness 負責計畫、記憶與工具，運行時負責隔離與執行，評測與護欄（Guardrails）則負責判斷結果能否交付。

少了任何一層，Agent 都可能只停留在展示階段。這套結構也為團隊給出了實施順序：先用真實任務建立評測，再讓模型與 Harness 運作起來；隨後補足沙箱、身份、日誌與人工接管機制；最後才討論規模化部署與成本優化。模型會持續變強，但企業真正需要長期經營的，是模型周圍那一套與自身數據、工具和責任邊界緊密綁定的工程環境。黃仁勳口中的 Harness，或許正是下一代軟體公司最核心的一層基礎設施。