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，全程二十六分鐘完全沒有提及GPU、算力或新一代模型參數，而是集中討論一個核心主題：程式設計師應該從撰寫重複性程式碼轉向「打造能完成任務的Agent」。這場與LangChain創辦人Harrison Chase的對話，明確指出企業的工程資源應重新配置——少寫樣板程式，多建構能真正執行工作的自主代理。 黃仁勳將寫程式類比為打字能力：打字雖然重要，卻不是一位作家的全部工作。同樣地，寫出一段Python程式碼仍然必要，但已不足以構成完整的Agent系統。工程師還必須決定Agent能看見哪些資訊、能呼叫哪些工具、任務失敗後如何復原，以及最終輸出由誰來驗收。生成程式碼只解決「寫出來」，Agent工程還要解決「跑得動、做得對、出錯能停、過程可追溯」。 在訪談中，黃仁勳反覆強調一個關鍵概念：Harness。這個名詞指的是包含Prompt、工具說明、記憶、上下文管理、任務拆分、重試機制、評測標準與權限控制的一整套框架。模型負責推理，Harness負責將推理組織成可以驗收的工作流程。公開資料顯示，LangChain團隊以Nemotron 3 Ultra模型搭配Harness進行最佳化，並未重新訓練模型權重，只調整了系統Prompt、工具描述與中間層元件。結果是：在Deep Agents評測中，成績從原始狀態提升到0.86，僅比最高分閉源模型的0.87相差0.01；但單次評測成本從43.48美元大幅降至4.48美元，便宜了近十倍。 這組數據清楚說明了同一個模型放在不同的Harness中，能力會展現出極大差異。評比Agent系統時，單純看模型榜單已不足以判斷實際表現。對開發團隊而言，執行軌跡開始變得像測試日誌一樣重要——它能指出分數失落在哪個環節，也能把一次偶然的失敗轉化為新的回歸測試用例。長期積累的Prompt、工具介面、運行軌跡與評測集，逐漸會成為企業的Agent工程資產。 成本下降十倍帶來的並不只是帳單上的節省，而是根本改變了開發方法。黃仁勳指出，Agent每完成一次任務往往需要多輪推理、呼叫多個工具，甚至並行嘗試不同路徑。過去每一次試驗成本昂貴，團隊自然會減少評測與探索。便宜之後，第一項能力是「多試」——同時比較模型、Prompt、工具與重試策略；第二項是「常測」——把評測融入日常開發與生產監控；第三項才是「多部署」——將過去只能服務少數高價值任務的Agent擴展到更多細分流程。 合理推測，當開放模型的Harness調校成本足夠低，企業會傾向於先用前沿模型探索任務邊界，再將高頻且穩定的任務專門化。問題剛出現、邊界還不清楚時，前沿模型適合探索上限；任務反覆出現、驗收標準逐漸穩定後，再收斂為成本更低的專用Agent。這裡的「專門化」不只發生在模型權重中，真正拉開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——它們共同決定Agent是否理解這家公司。 黃仁勳拋出一個更大膽的判斷：未來的公司會將越來越多能力建立在Harness之上。過去，企業把流程寫進ERP、CRM與一串固定的審批規則；在Agent時代，部分流程將變成「給定目標、工具、權限與驗收標準，再讓系統自行規劃路徑」。Harness正是承接這些業務規則的新容器。這也解釋了為什麼開放技術棧被反覆強調——企業希望掌握自己的記憶、軌跡、評測集與調校數據，並決定它們運行在什麼基礎設施上。 然而，Agent能呼叫終端、資料庫與內部API時，已經不只是聊天機器人，而是擁有行動能力的軟體程序。NemoClaw藍圖將Deep Agents Code、Nemotron 3 Ultra與OpenShell運行時組合在一起：模型負責推理，Harness負責組織任務，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策略。黃仁勳的底線很明確——Agent不該直接拿到長期密鑰。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、必要範圍內存取必要資源。落實到工程實作，至少要回答四個問題：它以誰的身份行動？哪些指令可以執行？失敗後如何停止或回滾？誰能覆盤完整軌跡？沒有這些邊界，Agent能力越強，風險敞口也越大。 Harrison Chase問了一個敏感問題：當Agent用自然語言協作、表現得越來越像人，我們該在多大程度上將它擬人化？黃仁勳的回答相當冷靜。自然語言讓互動更順暢，但不應模糊責任邊界。Agent可以擁有角色與名字，卻不能因為語氣自信就被默認正確，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，要看外部證據：測試是否通過、Diff是否符合預期、資料是否寫入正確位置、審批記錄是否完整。它說「已經完成」，只是一個待驗證的輸出。擬人化可以幫助團隊理解協作關係，但工程管理必須保持去人格化：每一次工具呼叫都有身份，每一次高風險動作都有策略，每一個最終結果都有驗證器。目前社群傳聞有部分企業嘗試讓Agent擁有「虛擬員工編號」與「彙報關係」，但這些做法仍停留在實驗階段。 關於就業影響，黃仁勳延續一貫的供給邏輯：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。對程式設計師而言，真正變化的不是「還有沒有程式碼」，而是工作清單的重排。樣板程式碼、格式轉換與重複除錯會更多交給Agent；任務定義、系統設計、評測建構、權限治理與異常處理則變得更加關鍵。這個判斷並不保證每個職位都原樣保留。軟體供給擴大之後，新的工作會從「親手完成每一步」轉向「設計一套能持續完成任務的系統」。個人是否受益，取決於能否跨過這次職責遷移。 黃仁勳這場訪談拼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，Evals與Guardrails負責判斷結果能否交付。缺少任何一層，Agent都可能只停在演示階段。這套結構也給出團隊的實施順序：先用真實任務建立評測，再讓模型與Harness運轉；隨後補足沙箱、身份、日誌與人工接管；最後才討論規模化部署與成本最佳化。模型會持續變強，但企業真正需要長期經營的，是模型周圍那套與自身數據、工具與責任邊界綁定的工程環境。黃仁勳所說的Harness，很可能就是下一代軟體公司最核心的一層基礎設施。從LangChain的具體案例來看，0.86對0.87的成績差距、4.48美元對43.48美元的成本落差，都說明了差距不在模型，而在Harness。當Agent從展示走向正式生產，企業競爭的核心將從「用了什麼模型」轉向「能否把自己的業務流程、權限邊界與驗收標準，穩定地裝進一套可迭代、可評測、可追責的系統裡」。Harness就是那個容器。誰先把它建起來，誰就能讓Agent真正入職，而不只是停留在聊天視窗裡。