NVIDIA 与 ServiceNow 合作推出面向企业的新自主 AI 代理
抱歉，我目前没有看到需要翻译的正文内容。请您提供要翻译的文本，我会按照要求将其译成简体中文，并保留原始的链接与格式。
企业 AI 的下一阶段
早期的代理系统已经展示了可能性——从简单提示转向处理复杂任务。下一步是将这些能力嵌入企业环境，在那里代理必须在真实工作流中实现 上下文、控制和一致性。
在 ServiceNow Knowledge 2026 上，NVIDIA 创始人兼 CEO Jensen Huang 与 ServiceNow 董事长兼 CEO Bill McDermott 共同出席开场主题演讲，讨论这一演进。
全栈协作
- 专用自主 AI 代理，安全且易于采用。
- 由 NVIDIA 加速计算、开源模型、领域特定技能和安全的代理执行软件提供动力。
- 与 ServiceNow Action Fabric（工作流上下文）和 ServiceNow AI Control Tower（治理）集成。
介绍 Project Arc
Project Arc 是一个长期运行、自我演化的自主桌面代理，专为知识工作者设计，包括开发人员、IT 团队和管理员。
什么让 Project Arc 与众不同？
- 原生连接至 ServiceNow AI 平台，通过 ServiceNow Action Fabric。
- 为代理执行的每个操作提供 治理、可审计性和工作流智能。
- 能访问本地文件系统、终端和已安装的应用程序，以完成传统自动化无法处理的复杂多步骤任务——具备企业在大规模部署 AI 所需的控制。
Core Requirements for Autonomous Agents
- Open models & domain‑specific skills – 可根据每个组织的需求进行定制。
- Robust security – 代理在不暴露敏感数据或系统的情况下运行。
- Efficient tokenomics – 由优化代币使用的 AI 工厂提供动力。
Learn more about tokenomics: AI Tokens Explained (NVIDIA Blog)
使用 NVIDIA OpenShell 的安全执行
Project Arc 运行在 NVIDIA OpenShell 上，这是一款开源的安全运行时，能够让自主代理在受沙箱和策略约束的环境中运行。
- 企业级控制： 定义代理可以看到的内容、可以使用的工具以及每个操作的封装方式。
- 协作： ServiceNow 正在构建并贡献 OpenShell，推动安全代理执行的通用基础设施发展。
Executive Perspective
“Project Arc 代表了我们与 NVIDIA 持续合作的下一步，将自主执行带到桌面，” Jon Sigler，ServiceNow AI 平台执行副总裁兼总经理 说。
“通过将 OpenShell 的运行时层与 ServiceNow AI Control Tower 相结合，并由 ServiceNow Action Fabric 提供动力，我们正在提供企业 AI 所需的治理和安全。”
Source: …
开放模型与代理技能规模化企业 AI
企业 AI 必须具备 适应性，以满足每个组织的独特需求。NVIDIA 与 ServiceNow 正在打造一个开放生态系统，让企业能够根据其特定领域和数据定制模型和应用。
关键组件
| 组件 | 描述 | 链接 |
|---|---|---|
| NVIDIA Agent Skills | 专业化代理（例如 ServiceNow AI 专家），在企业工作流中提供针对性的能力。 | — |
| NVIDIA AI‑Q Blueprint | 用于构建深度研究代理的蓝图，能够收集上下文、综合信息并支持复杂决策。 | AI‑Q Blueprint |
| NVIDIA Agent Toolkit | 包含开放模型和构建块的集合——包括 NVIDIA Nemotron——用于创建定制化 AI 应用。 | Nemotron |
| NOWAI‑Bench | 面向企业 AI 代理的开放基准套件，已与 NVIDIA NeMo Gym 库集成。 | — |
| EnterpriseOps‑Gym | 行业最具挑战性的企业代理基准之一；Nemotron 3 Super 目前在开源模型中排名 #1。 | EnterpriseOps‑Gym |
为什么这些要素重要
- 真实世界的性能： NOWAI‑Bench 评估多步骤工作流——这是企业 AI 系统最常出现问题的场景。
- 生产环境的可靠性： 通过关注端到端流程而非单一任务，团队可以构建在实际环境中行为可预测的代理。
- 开放生态系统： 所有工具和基准均公开可用，鼓励 AI 社区之间的协作与快速迭代。
结论： 利用 NVIDIA 的开放模型、工具包和基准套件，使 ServiceNow（以及其他企业）能够创建高度专业化、可靠的 AI 代理，并随业务需求实现规模化。
高效 AI 工厂
随着 AI 代理变得长期运行且始终在线，在数百万工作流中扩展它们不仅需要能力，还需要效率——这使得代币经济学成为企业 AI 的核心。
NVIDIA AI 工厂旨在为生产 AI 提供最低成本、最高效率的代币经济学。NVIDIA Blackwell平台（https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/）的 代币产出每瓦功率提升 >50 倍，相较于 NVIDIA Hopper，实现 每百万代币成本约降低 35 倍。对于在数百万工作流中运行代理的企业而言，这种效率决定了 AI 从试点到大规模生产使用的速度。
ServiceNow AI 控制塔与 NVIDIA 企业 AI 工厂（https://www.nvidia.com/en-us/solutions/ai-factories/validated-design/）的验证设计集成，将治理和可观测性扩展到大规模 AI 工作负载。通过新增的代理可观测性功能，组织可以：
- 实时监控代理行为
- 在整个生命周期内管理 AI 系统——从部署到优化
AI 正在成为一种全新的工作方式。现在正在改变的是，部署大规模 AI 所需的核心要素——强大的代理、内置的防护措施以及经验证的性能——正在全部汇聚。
行动最快的公司将是那些为代理提供：
- 行动所需的基础设施
- 决策所需的上下文
- 确保每一次行动都有责任的治理
NVIDIA 与 ServiceNow 正在为全球企业将这一愿景变为现实。