英伟达研究：AI代理表现取决于“框架”而非模型本身

传统观点认为，AI应用的效果主要由底层大模型决定。然而，英伟达的研究团队近期展示了不同的视角：AI代理的表现更大程度上取决于其外在的“框架”——即如何组织指令、调用工具、处理中间结果以及进行微调。即便基础模型不是同类中最强的，只要框架设计得当，代理就能稳定完成复杂任务，甚至避免常见的失控或跑偏问题。 这一结论来自英伟达的系列对比实验。他们发现，通过针对代理工作流进行微调，而非单纯依赖模型内建能力，可显著提升最终产出质量。所谓“harness”，可以理解为包裹在模型之外的系统层，它负责将用户意图翻译为模型可执行步骤，并在必要时进行纠错或补充上下文。研究中，当框架得到优化时，较弱模型也能超越未优化框架下的强模型。 这一发现对行业具有启示意义：它削弱了“唯模型论”的竞争逻辑。在开源模型能力逐渐接近的背景下，企业能够通过工程手段构建差异化优势。同时，它也提醒我们，安全性和可靠性不仅来自模型本身，也来自对代理行为的系统性约束。不过，研究仍存在不确定性，例如框架的适用范围、对不同任务的泛化性，以及是否所有场景都如此，尚需更多验证。英伟达并未公布具体的模型名称、训练成本或商业合作计划，因此现阶段可将其视为重要的研究方向，而非立即落地的产品方案。 对于开发者而言，这意味着投入精力在提示词设计、工具集成和评估管道上，可能比更换更大型模型带来更高的回报。未来，AI竞争或许将从“谁的模型更强”转向“谁的系统更优”。这一趋势可能改变行业的研发重点，并使更多中小团队有机会通过优秀的框架设计参与竞争。