NVIDIA AI-Q 引入了针对 Codex 和 LangChain 等代理工具的专门深度研究技能，从而简化了企业数据任务。
NVIDIA 推出了针对 Claude Code、Codex 和 LangChain Deep Agents 等代理工具的专门深度研究功能。这个开源研究蓝图被称为 AI-Q，旨在处理复杂的企业数据任务，使代理能够提供带有引用的结构化报告，同时将敏感数据保留在受监管的环境中。 AI-Q 于 2026 年 5 月 20 日发布，可能成为医疗保健、金融和国防等需要高水平合规性的行业的重要工具。
代理工具已经擅长编排工具链和代码执行等任务，但深入的研究通常会将复杂性推回给开发人员。 AI-Q 通过提供与这些安全带无缝集成的便携式技能来改变这种动态。该技能允许代理将研究任务委托给本地或托管的 AI-Q 服务器，该服务器处理查询并返回详细的输出，而不需要代理构建自定义研究管道。
企业就绪设计
AI-Q 的突出功能之一是能够在企业环境中安全运行。敏感数据永远不会离开受控基础设施，因为 AI-Q 在本地执行检索、合成和分析。这对于具有严格数据主权或合规性要求的组织尤其有价值。该系统还与企业MCP（托管内容平台）服务器集成，支持各种身份验证模式，包括OAuth2和服务帐户。
对于开发人员来说，AI-Q 的设置非常简单。该技能包可在 NVIDIA 的 AI-Q GitHub 存储库中找到，其中包括用于将研究技能链接到 Claude Code、Codex 和 OpenCode 等代理工具的工具。安装过程包括配置技能目录和设置 AI-Q 服务器，该服务器可以在本地、云端运行，甚至可以使用 Docker Compose 或 Helm 图表在隔离环境中运行。
优化的研究管道
AI-Q 的研究流程专为高质量输出而设计。它具有四个不同的阶段：意图分类、人机交互澄清、快速查找的浅层研究以及复杂合成的深入研究。每个阶段都经过独立调整和基准测试，并使用 FreshQA 和 DeepSearchQA 等已建立的数据集进行评估。这种结构化方法可确保可靠性和准确性，特别是在需要长期分析或多文档合成的任务中。
另一个关键功能是来源归属。 AI-Q 生成包含详细引用的报告，使合规团队能够验证任何输出中使用的数据的来源。 OpenTelemetry 跟踪进一步增强了可审核性，使组织能够跟踪数据源的查询和合成方式。
受监管的行业应用
对于监管要求严格的行业，AI-Q 的部署能力可以改变游戏规则。企业可以自行托管 NVIDIA Nemotron 等开放模型，以确保合规性，同时利用基于云的模型来执行需要额外计算能力的任务。这种灵活性使团队能够有效地平衡成本、性能和合规性需求。
AI-Q 还经过验证，可在戴尔的人工智能工厂基础设施上使用，提供专为金融服务、制造和公共部门应用程序等行业量身定制的生产就绪部署选项。 Dell-NVIDIA AI-Q 2.0 参考架构简化了将 AI-Q 集成到现有工作流程的过程，使其成为企业规模采用的有吸引力的选择。
后续步骤
对利用 AI-Q 感兴趣的团队可以首先部署服务器并将其链接到他们的代理工具。详细的设置说明可在 AI-Q GitHub 存储库 中找到。对于企业来说，将MCP服务器连接到AI-Q可以与现有数据平台无缝集成，在确保合规性的同时保持运营效率。
随着人工智能的不断发展，AI-Q 等工具代表了向更专业、更安全的功能的转变。通过将深度研究任务转移到专用后端，代理工具可以专注于编排，为开发人员提供简化、可扩展的解决方案来应对企业人工智能挑战。