企业人工智能已经学会生成、推理，现在企业正在追问下一个问题：人工智能应该如何行动？早期的代理系统展示了可能性，超越了简单的提示，承担了更复杂的任务。下一步是将这些能力引入企业环境——在那里，代理必须在真实工作流中具备上下文、控制和一致性。
在 ServiceNow Knowledge 2026 大会上，NVIDIA 创始人兼 CEO 黄仁勋与 ServiceNow 董事长兼 CEO Bill McDermott 在开幕主题演讲中讨论了企业 AI 的下一阶段。两家公司正在全栈扩大合作，提供专门的自主 AI 代理，这些代理安全且易于采用——由 NVIDIA 加速计算、开放模型、领域特定技能和安全的代理执行软件驱动，并整合 ServiceNow Action Fabric 的企业工作流上下文以及 ServiceNow AI Control Tower 的治理能力。
ServiceNow 推出了 Project Arc，这是一个长期运行、自我进化的自主桌面代理，专为知识工作者设计，包括开发者、IT 团队和管理员。与独立的 AI 代理不同，Project Arc 通过 ServiceNow Action Fabric 原生连接到 ServiceNow AI 平台，为自主桌面代理的每个动作带来治理、审计和工作流智能。它可以访问本机文件系统、终端和安装的应用程序，以完成传统自动化无法处理的复杂多步骤任务，同时提供企业大规模部署 AI 所需的控制。
这项工作基于每个公司对长期运行、自主代理所需的三个要求：可定制的开放模型和领域特定技能，以及在保护敏感数据或系统的同时帮助代理行动的安全机制——所有这些都在提供高效 token 经济学的 AI 工厂上运行。
将这种自主性引入企业需要从一开始就进行控制。Project Arc 使用 NVIDIA OpenShell，这是一个用于在沙盒化、策略控制的环境中开发和部署自主代理的开源安全运行时。ServiceNow 正在基于 OpenShell 构建并做出贡献，以推进安全、企业级代理执行的共同基础。通过 OpenShell，企业可以定义代理可以看到什么、可以使用哪些工具以及每个动作如何被限制。
ServiceNow AI 平台执行副总裁兼总经理 Jon Sigler 表示：“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。通过将 OpenShell 的运行时层与 ServiceNow AI Control Tower 结合，并由 ServiceNow Action Fabric 提供支持，我们提供了企业 AI 所需的治理和安全性。”
开放模型和代理技能扩展企业 AI
为了有效，企业 AI 系统必须具有适应性。NVIDIA 和 ServiceNow 正在构建一个开放生态系统，使组织能够根据其特定领域和数据定制模型和应用程序。NVIDIA 代理技能使专业代理（例如 ServiceNow AI Specialists）能够跨企业工作流提供有针对性的能力。例如，用于构建专业深度研究代理的 NVIDIA AI-Q Blueprint 使 ServiceNow AI Specialists 能够收集上下文、综合信息并支持跨业务功能的更复杂决策。
此外，NVIDIA Agent Toolkit（包括 NVIDIA Nemotron 开放模型）提供了灵活的构建块和专业技能，用于开发定制 AI 应用程序。为了支持这些系统可靠运行的真实世界性能，两家公司还推进了 NOWAI-Bench，这是一个针对企业 AI 代理的开放基准测试套件，集成到 NVIDIA NeMo Gym 库中。NOWAI-Bench 包括 EnterpriseOps-Gym，这是最具挑战性的企业代理基准之一，其中 Nemotron 3 Super 目前排名第一。与通用基准不同，这些评估侧重于多步骤工作流——企业 AI 系统通常在这些方面遇到真正挑战——帮助团队构建在生产环境中可靠性能的代理。
高效的 AI 工厂
随着 AI 代理变得长期运行且始终在线，跨数百万个工作流扩展它们不仅需要能力，还需要效率——使 token 经济学成为企业 AI 的核心。NVIDIA AI 工厂旨在为生产型 AI 提供最低成本、最高效的 token 经济学。NVIDIA Blackwell 平台每瓦 token 输出比 NVIDIA Hopper 高出 50 倍以上，导致每百万 token 成本降低近 35 倍。对于跨数百万个工作流运行代理的企业来说，这种效率可以决定 AI 从试点到广泛生产的速度。
ServiceNow AI Control Tower 与 NVIDIA Enterprise AI Factory 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。借助新增的代理可观测性功能，组织可以实时监控行为，并管理 AI 系统的整个生命周期——从部署到优化。
AI 正在成为一种完成工作的新方式。现在正在发生变化的是，大规模部署所需的核心要素——有能力的代理、内置护栏和经过验证的性能——正在汇聚在一起。行动最快的公司将是那些为代理提供行动基础设施、决策上下文和保持每个动作可问责的治理的公司——NVIDIA 和 ServiceNow 正在为全球企业实现这一愿景。