英伟达发布开源模型Nemotron 3.5 Lightning专攻Agent执行
英伟达发布开源模型Nemotron 3.5 Lightning，专门面向长时间运行的Agent执行任务。模型总参数300亿，每个Token仅激活约30亿参数，主要负责工具调用、结果检查与子Agent调度等高频重复工作。
英伟达的设计思路是将Agent分工彻底化：复杂规划交给Nemotron 3 Ultra等更大模型，大量重复执行交给Lightning。官方称其输出速度最高可达同级模型的4倍；在PinchBench上准确率达86%，在准确率接近的情况下，跑完1万个任务比Qwen3.6 35B快30%。
模型采用MoE架构，并专门针对Agent Harness进行训练，加入多Token预测与推测解码。官方提供BF16和NVFP4权重，可在RTX 5090、DGX Spark等本地设备运行，同时支持llama.cpp、Ollama、LM Studio和Unsloth。
英伟达开放权重、部分训练数据与训练配方，企业可针对代码、安全、法律等任务继续后训练。官方展示案例中，Lightning经后训练后在多个专业任务上显著提升分数。
市场机制上，高效执行层模型降低长时间Agent的运行成本与延迟，资金与部署向可本地运行、可定制的开源执行模型集中，纯依赖大模型承担全部任务的方案承压。
该模型定位为多Agent系统中的高速工作马，而非追求最高智能的通用模型。
来源：公开信息
ABAB AI 解读
英伟达在Nemotron系列中持续推进开源高效模型，此前已有Nano与Super版本，Lightning进一步将重点放在Agent执行层的速度与可定制性。
资本路径体现在开放权重与训练配方，鼓励企业用自身数据后训练，动机在于构建从规划模型到执行模型的完整Agent栈，同时推动NVIDIA硬件与软件生态在本地与数据中心的部署。
类似其他厂商推出轻量或专项Agent模型以降低“思考税”的做法，当前处于多Agent系统从单一大模型向规划-执行分工演进的阶段。
本质属于技术替代与效率重构，机制在于当Agent需要长时间高频调用工具时，专用执行模型比通用大模型更具性价比。
ABAB News · 认知定律
Agent需要规划与执行的明确分工
速度与可定制性决定执行层价值
开源执行模型正在成为基础设施