GTC 2026 最后一天，老黄扔了个 NemoClaw 出来，我连夜装上试了一下

GTC 大会年年都有大新闻，但今年让我最坐不住的不是 Vera Rubin GPU（买不起），也不是 DLSS 5（不做游戏），而是一个叫 NemoClaw 的开源项目------简单说就是 NVIDIA 官方给 OpenClaw 套了一层企业级安全壳，还塞了个 120B 参数的本地大模型进去。

作为一个 OpenClaw 的老用户，看到这个消息我直接从 GTC 直播切到了终端。

先说结论

对比项	原版 OpenClaw	NemoClaw
模型	需要自己配 API（Cloud）	内置 Nemotron 120B，本地推理
安全隔离	基本没有，agent 能访问整个系统	Landlock + seccomp + netns 三重沙箱
安装	手动装依赖，配 API Key	一行命令搞定
硬件要求	一台能上网的电脑	4 vCPU / 8GB RAM（最低），跑本地模型建议 RTX 4090+
Token 费用	按量付费	本地推理零成本
适合谁	个人玩家	有 GPU 的团队 / 对数据隐私有要求的场景

NemoClaw 是什么

如果你还没玩过 OpenClaw，简单介绍一下：它是今年最火的开源 AI Agent 框架，可以部署一个 7×24 运行的个人 AI 助手，能帮你发消息、管日程、写代码、操作各种 SaaS 工具。GitHub 上 star 数早就破万了。

但 OpenClaw 有个致命问题------安全性。你的 agent 跑在你的电脑上，理论上能访问你的文件系统、网络、甚至 SSH key。之前社区还爆出过 ClawJacked 漏洞（CVE），恶意 Skills 可以窃取用户数据。

NemoClaw 就是 NVIDIA 在 GTC 2026 上发布的解决方案：

OpenShell 运行时：把 agent 关进 Landlock + seccomp + netns 三重沙箱，网络隔离、文件系统隔离、系统调用过滤，一个都不少
Nemotron 本地模型 ：内置 nemotron-3-super-120b-a12b（120B 参数，12B 激活的 MoE 架构），本地跑推理，数据不出机器
一键安装：一条命令连 Node.js 都帮你装好

实际安装体验

系统要求

Linux（Ubuntu 22.04+）
4 vCPU / 8GB RAM（最低配置）
20GB 硬盘空间
Docker（需要跑起来）

如果要跑本地 Nemotron 模型，显存至少要 24GB（RTX 4090 或更好）。没有独显的话，也可以接云端 API。

一行命令安装

bash 复制代码

curl -fsSL https://nvidia.com/nemoclaw.sh | bash

跑完之后会弹出一个交互式向导，让你选：

沙箱名称（随便取）
推理模式（本地 Nemotron / NVIDIA Cloud API / 自定义 endpoint）
安全策略（网络权限、文件访问范围）

装完输出长这样：

perl 复制代码

Sandbox      my-assistant (Landlock + seccomp + netns)
Model        nvidia/nemotron-3-super-120b-a12b (NVIDIA Cloud API)
Status:      nemoclaw my-assistant status
Logs:        nemoclaw my-assistant logs --follow

连接沙箱

bash 复制代码

nemoclaw my-assistant connect

进去之后就是一个隔离环境，跑 OpenClaw 的命令跟原来一样：

bash 复制代码

# 终端聊天
sandbox@my-assistant:~$ openclaw agent --agent main --local -m "帮我看看今天的 GitHub notifications" --session-id test

# 或者用 TUI 界面
sandbox@my-assistant:~$ openclaw tui

踩坑记录

坑 1：Docker 版本问题

我的 Docker 是 24.x，跑安装脚本直接报错：

javascript 复制代码

Error: Docker version 26.0+ required for Landlock support

升级到 Docker 27.x 解决。这个在官方文档里写了，但谁会先看文档呢。

坑 2：本地模型下载巨慢

Nemotron 120B 模型虽然是 MoE 架构（只有 12B 激活参数），但模型文件还是有 60 多 GB。走 NVIDIA 官方源下载贼慢，我最后找了个 HuggingFace 的镜像才搞定：

bash 复制代码

# 安装向导里选 "Custom model path"
# 提前用 huggingface-cli 下载到本地
huggingface-cli download nvidia/nemotron-3-super-120b-a12b --local-dir ./models/

坑 3：没有好 GPU？用云端 API 也行

说实话，大多数人（包括我）不会为了跑一个 AI Agent 去买一块 RTX 4090。NemoClaw 安装向导里有个 "Custom inference endpoint" 选项，可以填任意兼容 OpenAI 协议的 API 地址。

我试了一下，把 endpoint 指向一个 API 聚合服务，改几行配置就行：

json 复制代码

{
  "inference": {
    "provider": "custom",
    "base_url": "https://api.ofox.ai/v1",
    "api_key": "你的 key",
    "model": "claude-sonnet-4-6"
  }
}

这样 NemoClaw 的安全沙箱功能照用，模型推理走云端，两全其美。我个人比较推荐这种方案------毕竟 NemoClaw 最大的价值不是本地推理，而是那套 Landlock + seccomp 的安全隔离。

跟原版 OpenClaw 对比使用感受

跑了两天下来，说说真实感受：

安全感拉满了 。以前用 OpenClaw 总是心里犯嘀咕------这个 agent 是不是在偷偷读我的 .ssh/ 目录？NemoClaw 的沙箱是真隔离，ls /home/ 只能看到沙箱内的文件，想访问外部文件系统必须显式声明权限。

性能略有损耗。沙箱隔离不是免费的，每次 agent 调用外部工具都要过一层 seccomp 过滤。实测延迟大概增加 50-80ms，日常使用感知不明显。

Skills 兼容性还行。大部分 OpenClaw 的 Skills 直接能用，但涉及到文件系统操作的 Skill（比如自动备份、文件管理类的）需要额外配置权限白名单。

谁需要 NemoClaw？

不建议的情况：

个人玩票，原版 OpenClaw 够用了
没有 Linux 服务器（目前只支持 Linux）
纯跑 Cloud API，不在意本地安全性

强烈建议的情况：

公司/团队部署 AI Agent（数据合规要求）
有 NVIDIA GPU，想省 token 费用跑本地模型
之前被 OpenClaw 安全漏洞吓到了的人
需要多个 agent 并行跑，沙箱隔离防止互相干扰

小结

GTC 每年发一堆东西，大部分跟普通开发者没什么关系。但 NemoClaw 不一样------它解决的是 AI Agent 落地最头疼的安全问题，而且是真开源、真能用。

如果你已经在用 OpenClaw，花 10 分钟迁移到 NemoClaw 是值得的。如果你还没用过 OpenClaw，NemoClaw 反而是个更好的入坑姿势------至少不用担心你的 agent 哪天把你的 SSH key 发到 Discord 上去。

老黄难得做个对独立开发者友好的东西，这次得给个好评 👍