8 月 11 日，英伟达一口气放出两项开源：面向高并发智能体工作流的 300 亿参数 MoE 开放模型 Nemotron 3.5 Lightning，以及为 AI 智能体设计的开源模型路由库 NeMo Switchyard。前者把「特定任务小模型」的性价比再推一档，后者则把「把 Agent 工作流每一步路由到最合适的模型」从工程师的手工配置，变成可编程、可调优的默认能力——在推理支出首超训练、大模型价格战白热化的当下，英伟达正用「系统之模型」（system of models）的叙事，押注一个多模型并存的智能体未来。
一、Nemotron 3.5 Lightning：为 always-on 智能体而生的 30B MoE
Nemotron 3.5 Lightning 是一个 300 亿参数的混合专家开放模型，专为大型多智能体系统中的特定任务而构建——例如代码审查、工具使用、安全告警监测、计费问答等高并发专项工作，而非替代前沿推理模型做全局规划。英伟达的定位是：像 Nemotron 3 Ultra 这样的前沿模型负责规划与协调工作流，而 Lightning 这类小型专用模型承担高频专项任务。性能方面，官方称其 Token 生成速度最高提升 4 倍、Agent 任务整体完成时间快 30%（对比同类开放模型）。模型为开放权重、可自由微调：开发者可以训练它遵循特定编码规范、学习摄影或 3D 设计等专业术语、按既定风格撰写文档，再配合工具调用打造个性化的本地 Agent——管理邮件日历的助手、处理日常事务的智能家居智能体、在本地代码库中协同的编程伙伴。本地部署生态是此次发布的重头：英伟达与 vLLM、Ollama、llama.cpp、LM Studio 合作提供 NVFP4 与 GGUF 格式，Unsloth 首日即提供优化量化支持；模型可运行于 RTX PC、DGX Spark、OEM GB10 与 Jetson 等边缘设备，并向上扩展到 RTX PRO 工作站、数据中心与云端。此外，英伟达同步发布了 Nemotron-RL-Agentic-Terminal-Pivot 强化学习数据集，可对 Lightning 进行后训练以培养编程智能体能力。
二、NeMo Switchyard：把「路由」做成开源基础设施
NeMo Switchyard 是本次发布更具战略意义的一块。它是一个开源模型路由库：根据准确性、速度与成本，自动把智能体工作流中的每一步路由到最合适的模型，开发者可替换不同的路由算法以匹配自身对质量、延迟与成本的优先级，且无需重写应用。英伟达内部基准显示，Switchyard 通过「在模型系统中路由每个步骤」，在维持前沿级任务完成能力的同时，把基准完成成本降至单独使用 Opus 4.8 时的约三分之一。一批生态伙伴给出了各自的实测数据：Boomi 在五项路由能力上实现 100% 领域路由准确率，把 59% 的流量导向速度快 5 倍的微调模型，并将后续轮次延迟降低 21%；Cognition 将 Switchyard 分级路由器集成进 Devin，在 FrontierCode Main 上获得接近前沿的性能、平均成本降低 28%；LangChain 在 145 个多轮 Deep Agents 任务中实现成本下降 74%——仅把 7% 的调用路由到前沿模型，以 6% 的准确率损失为代价；Ramp 在 SWE-Bench 上匹配前沿模型性能的同时成本降低 58%、运行时间缩短 33%；Classmethod 内部测试成本降 27%；Cadence 在形式验证场景效率提升 9.9%；Kong 在 AI 网关中原生提供 Switchyard 路由，LiteLLM 将其做成代理层插件，Nous Research 将其集成进 Hermes，Siemens 正在其 EDA 智能体中评估。
三、为什么「路由」成了新战场
路由之所以在 2026 年夏天成为焦点，背景是三重挤压的汇合：其一，推理支出首次超过训练支出，Token 成本直接决定 Agent 产品的盈亏——一个多步 Agent 的 Token 花费随循环长度近似平方级增长，成本工程从「省钱技巧」升级为「商业模式」；其二，模型价格战（Grok 4.6 定价为竞品一半、GPT-5.6 Luna 降价 80%）让「单一默认模型」的性价比假设被反复冲击——只用最贵的前沿模型会超支，只图便宜又牺牲质量，人工路由又成了拖慢部署的集成负担；其三，多智能体系统的成熟让「不同任务配不同模型」成为架构共识。Switchyard 给出的是结构化答案：让少数高价值调用承担前沿模型成本，把高频专项任务交给特定小模型——LangChain 场景里仅 7% 的调用需要前沿模型。这与 Grok 4.6 的「低价单体」路线、Gemini 的「单体野心」形成对照：英伟达押注的是「没有任何一个模型通吃一切」的未来，而路由层正是它在模型层之外卡位的新生态位——7 月它与 LangChain 联合发布的 NeMoClaw Deep Agents 蓝图强调开源 Agent 降本 10 倍，Switchyard 正是这条思路的落地。
四、客观看：路由不是银弹
几点客观边界需要标注。其一，「成本降至 Opus 4.8 的三分之一」为英伟达内部基准口径，伙伴数据多来自试点或特定场景，规模化长期效果有待独立验证；其二，路由质量依赖对任务类型与模型能力画像的准确建模，路由决策本身也有推理开销与延迟，复杂任务上「路由判断错误」可能抵消全部收益；其三，安全与治理维度：路由层若被误导，可能把敏感任务分发给能力或合规不足的弱模型，路由日志本身也成为新的审计与攻击面；其四，Nemotron 3.5 Lightning 的 300 亿参数规模决定了它是「特定任务主力」而非「全能选手」，跨场景泛化能力有限。总体而言，Nemotron 3.5 Lightning 补足了「任务专用小模型」拼图，NeMo Switchyard 则试图把模型路由标准化为 Agent 基础设施的一层——英伟达的野心是成为 Agent 时代的「模型操作系统」，而这场赌局的胜负，取决于生态采纳速度与路由可靠性能否同时兑现。