本文涵盖了 LangChain 视频 开放模型、开放运行时、开放协调器——使用 LangChain 和 Nvidia 构建您自己的 AI 智能体 中的关键见解。
AI 智能体的核心要素
LangChain 首先解释说，Claude Code、Manus 和 Open Claw 等高级 AI 智能体都拥有相似的底层架构。据 LangChain 介绍，这些智能体由三个基本组件构成：模型 (model)、运行时 (runtime) 和协调器 (harness)。模型提供智能体的智能，运行时提供执行环境，而协调器则负责协调这些元素，并在其之上增加一个智能体层。该视频重点介绍了开发者如何使用完全开源的堆栈来构建这些组件。
介绍开源智能体堆栈
对于他们的开源智能体堆栈，LangChain 展示了特定的技术组合：
-
模型：Nvidia Nemotron 3 Super LangChain 强调，Nvidia 最近发布的 Nemotron 3 Super 模型在准确性和速度方面都表现出色。正如 LangChain 演示的那样，它在这些指标上超越了 OpenAI 的 GPT OS 等模型，拓展了智能体响应能力的极限。
-
运行时：Nvidia Open Shell Nvidia Open Shell 也是最近发布的产品，作为智能体的运行时。LangChain 强调了其安全特性，允许智能体在指定的权限集下运行，并在 GPU 加速环境中本地操作，这对于利用 GPU 加速库至关重要。
-
协调器：LangChain Deep Agents Deep Agents 是 LangChain 的开源智能体协调器，旨在协调模型、工具、技能和文件系统。LangChain 表示，它提供了内置机制，使智能体能够“深入”执行任务，大量利用技能和子智能体，并处理常见的上下文工程任务，如摘要，从而将开发者从管理这些无差异化方面的工作中解放出来。
构建和定制您的智能体：实际演示
LangChain 提供了一个实际操作演示，展示了如何使用这些开源组件设置和运行智能体。
初始设置和环境配置
演示首先安装 Open Shell 并启动其网关。LangChain 展示了如何使用 Open Shell sandbox create --keep 创建一个持久性沙盒，该沙盒将用于所有智能体运行。LangChain 解释说，关键环境变量包括 Nvidia API key、Open Shell 沙盒名称，以及可选的 Langsmith API key，用于观察和评估智能体行为。
解构智能体定义
LangChain 深入探讨了智能体的代码，揭示了其结构：
- 模型集成 (Model Integration)： 智能体使用 Nvidia Nemotron 3 模型，并配置了指定的 API key。
- 系统提示 (System Prompt)： LangChain 解释说，一个固定的系统提示提供了基本指令、工作流程理解以及使用沙盒的指南。值得注意的是，沙盒的网络访问受策略管理，这是 Open Shell 的一项安全功能。
- 智能体内存 (Agent Memory)：
与系统提示不同，智能体内存存储在一个单独的文件 (
agent.md) 中，并且可以由智能体自身更新，从而实现动态学习和适应。 - 后端抽象 (Backend Abstraction)：
LangChain 详细介绍了
create_backend函数，该函数创建一个 Open Shell 沙盒会话作为核心执行环境。至关重要的是，它在其之上叠加了一个文件系统后端，使内存和技能能够本地驻留在开发者的机器上，并跨不同的智能体会话或沙盒持久化。LangChain 解释说，这是通过使用复合后端实现的。
通过 Langsmith Studio 与智能体交互
LangChain 演示了使用 Langgraph dev 运行智能体，这会启动 Langsmith Studio——一个用于交互和观察的界面。关键视图包括：
- 图视图 (Graph View)： LangChain 表示，此视图可视化了智能体的架构，显示了用于内存和工具调用的中间件，以及模型工具的核心循环。
- 聊天视图 (Chat View)： 一个用于与智能体直接交互的简单界面。
- 推理块和工具调用 (Reasoning Blocks & Tool Calls)： LangChain 强调，此界面提供了对智能体内部思维过程和已执行命令的深入洞察。
智能体能力实战
演示展示了智能体的多项能力：
- 命令执行 (Command Execution)：
LangChain 演示了智能体在沙盒中运行
uname -a和python3 --version等系统命令。 - 代码生成和执行 (Code Generation and Execution)： 智能体成功编写并执行了一个 Python 脚本，用于生成随机数的统计信息。
- 安全策略执行 (Security Policy Enforcement)：
LangChain 通过指示智能体向
evil.com发送 POST 请求来测试 Open Shell 的安全功能。正如预期，该请求被阻止，证实了沙盒受策略管理的网络访问。 - 持久内存更新 (Persistent Memory Updates)：
智能体更新其
agent.md文件以“说西班牙语”，展示了内存如何存在于沙盒之外并跨会话持久化，正如 LangChain 所强调的。
开源智能体的未来
LangChain 最后对这个开源智能体基础的未来表达了极大的兴奋。他们预计将进一步投资 Deep Agents，计划推出异步子智能体和多样化执行环境等功能。LangChain 还期待 Nvidia Open Shell 的持续改进，特别是其与 GPU 加速盒的集成，以赋予智能体复杂的数据处理能力。LangChain 指出，开源模型的未来仍然是一个令人充满热情的重要领域。
要深入了解技术细节并观看完整演示，LangChain 鼓励读者观看原始视频。
本文基于 LangChain 的一段视频。 来源：开放模型、开放运行时、开放协调器——使用 LangChain 和 Nvidia 构建您自己的 AI 智能体
External Intelligence