O NVIDIA Agent Toolkit está se expandindo com uma nova base para conectar agentes empresariais aos dados da empresa, além de modelos e ferramentas para controlar suas atividades. Em seu relatório de 21 de outubro de 2026, a NVIDIA descreveu as implantações em suas próprias plataformas de cadeia de suprimentos e software corporativo, colocando o acesso a dados empresariais no centro da mais recente expansão do kit de ferramentas open-source.
Principais Pontos
- A nova Agent Knowledge Foundation conecta informações da empresa a conceitos de negócios para que os agentes possam recuperar contexto e apoiar previsões.
- A NVIDIA identificou implantações envolvendo Palantir, Databricks e Snowflake, embora as implementações variem de plataforma para plataforma.
- A NVIDIA também citou melhorias na recuperação no Amazon OpenSearch Service, SAP e ServiceNow; esses resultados dizem respeito a usos individuais de modelos, não ao conjunto de ferramentas como um todo.
Índice
- O que o NVIDIA Agent Toolkit adiciona para dados da empresa
- Onde estão as implantações empresariais
- O que os resultados da recuperação estabelecem
- Como o acesso e a melhoria dos agentes são controlados
- Conclusão
O que o NVIDIA Agent Toolkit adiciona para dados da empresa
A adição central é a NVIDIA Agent Knowledge Foundation, que combina bibliotecas de processamento de dados com modelos de recuperação e dados estruturados. A NVIDIA afirma que as empresas podem utilizá-lo mantendo suas localizações de dados, fluxos de trabalho e controles de governança existentes.
Sua nova biblioteca de Autoontologia oferece aos agentes uma interpretação orientada para negócios das informações brutas. Em vez de tratar registros apenas como pontos de dados isolados, identifica conceitos como clientes, produtos e pedidos e estabelece conexões entre eles. Esse contexto tem como objetivo ajudar os agentes a responder perguntas de negócios e apoiar decisões.
A fundação incorpora bibliotecas CUDA-X, incluindo cuDF, cuGraph, cuML, cuOpt e cuVS. Sua seleção de modelos inclui Nemotron Retriever e a família estruturada Kumo: Kumo Tabular, Kumo Relacional, Kumo Time Series e Kumo Forecast.
| Item | Detalhes |
|---|---|
| NVIDIA OpenShell | Runtime seguro que permite às empresas restringir o acesso e as ações dos agentes. |
| Plantas do NVIDIA NemoClaw | Projetos de referência para construir agentes seguros adaptados a trabalhos especializados. |
| Novo plano de otimização do NemoClaw | Estrutura inicial passo a passo para melhorar a inteligência do agente. |
Onde estão as implantações empresariais
A organização da cadeia de suprimentos da NVIDIA está utilizando a base junto com a Foundry, Ontology e AIP da Palantir. Segundo a NVIDIA, essa implementação suporta agentes especializados trabalhando com informações proprietárias para previsão e otimização de decisões. É uma implantação interna descrita no relatório, e não apenas uma aplicação proposta.
A Databricks está combinando sua Ontologia Genie com o NVIDIA Kumo Anomaly para agentes que usam informações contextuais. A abordagem da Snowflake coloca os modelos Kumo Engine e Kumo Relational dentro dos ambientes do Snowflake Notebook, permitindo que os clientes adicionem funções preditivas ali.
Esses exemplos mostram diferentes rotas para o uso corporativo: uma implantação operacional na NVIDIA, integração com Databricks e acesso voltado para o cliente pelo ambiente de notebooks do Snowflake. Eles não devem ser interpretados como implementações idênticas ou evidências de resultados equivalentes.
O que os resultados da recuperação estabelecem
A NVIDIA citou vários resultados para o Nemotron Retriever, separando melhorias de busca e reclassificação da promessa mais ampla dos agentes empresariais. No Amazon OpenSearch Service, o modelo de embedding melhorou a relevância enquanto reduziu as etapas de busca, praticamente sem latência adicional, segundo a NVIDIA.
A empresa afirmou que o reclassificador ajustado da SAP operou quase três vezes mais rápido. Também afirmou que o ServiceNow melhorou a qualidade do reranking enquanto reduziu a latência em quase um quarto. O relatório não fornece um parâmetro comum que torne esses resultados diretamente comparáveis.
O Zoom está usando o Nemotron Retriever para compreensão de documentos, relevância de busca e recuperação de contexto nos Serviços de IA do Zoom. A NVIDIA não anexou um resultado de desempenho quantificado a essa implantação.
Como o acesso e a melhoria dos agentes são controlados
A expansão não se limita a fornecer mais informações aos agentes. Seus componentes acompanhantes abordam limites de execução, design e otimização de agentes especializados, com responsabilidades distintas resumidas abaixo.
A NVIDIA descreve o mais recente blueprint de otimização do NemoClaw como ponto de partida para melhorar a inteligência de agentes ao longo do tempo. Esse é um design de referência para construtores, não evidência de que toda implantação corporativa já alcançou uma melhoria. O relatório também lista o NeMo Relay e o NeMo Compass entre as ferramentas e habilidades do kit de ferramentas, sem detalhar seus papéis.
Conclusão
A expansão reúne controles de interpretação, recuperação e execução de dados da empresa no mesmo conjunto de ferramentas. Sua evidência concreta mais forte é o conjunto de implementações nomeadas e resultados em nível de modelo; esses exemplos não estabelecem um único resultado de desempenho para toda a pilha de agentes.
Leia Mais Notícias
Aviso legal
Este artigo FinanceVelix fornece informações gerais, não aconselhamento financeiro, de investimento, jurídico ou tributário personalizado. Preços de mercado, taxas de juros e condições econômicas podem mudar; investimentos envolvem risco de prejuízo. Os fatos refletem o material disponível quando publicados e podem mudar. Verifique informações importantes de forma independente e consulte um profissional qualificado quando necessário. Mencionar um ativo, empresa ou serviço não é um endosso.
