Box 联手 NVIDIA 推出内容检索引擎，为企业智能体提供上下文

很少有科技公司像 Box Inc. 那样积极拥抱人工智能智能体的到来，而今天，它通过与英伟达公司扩大合作，在自动化道路上走得更远。

在其年度客户大会 BoxWorks 2026 上，Box 推出了一款全新的检索引擎，该引擎由英伟达的 AI 模型驱动，旨在为 AI 智能体提供它们完成更多工作所急需的上下文。与此一同发布的还有一款用于多步骤智能体工作流的新型编排工具，以及旨在保护组织免受失控智能体侵害的新型威胁检测工具。

Box 这一连串发布旨在解决企业 AI 工作流中日益严重的瓶颈。正如 Box 首席执行官 Aaron Levie 所解释的那样，自主智能体的有用程度取决于喂给它们的上下文。如果 AI 智能体缺乏上下文，它们就会犯错，这意味着企业根本不会信任它们去完成任何工作，从而阻碍采用。

Levie 表示，AI 智能体所需的大部分上下文并不存在于干净、结构化的数据库中，而是深藏于组织杂乱无章的非结构化数据宝库中——例如合同、软件文档、政策手册、内部电子邮件、客户沟通记录和研究档案等。企业知道情况确实如此，但它们对让自主智能体直接进入其数据持谨慎态度。所需要的是一种让这些智能体以安全、感知权限的方式访问这些数据的方法，这样它们就不会查看无权查看的内容，也不会意外地在互联网上到处泄露机密。

这正是 Box 与英伟达的新合作旨在发挥作用的地方。该公司今天推出了一款名为 Box Content Retrieval 的新工具，这是一个数据检索引擎，可将杂乱的企业内容转化为结构化的知识库，智能体可以更轻松地访问并据此进行推理。它使用英伟达专门的 Nemotron Retriever 嵌入模型构建，这些模型借助多模态和混合搜索技术，帮助为扫描文档、图像、音频和视频文件等非结构化内容创建整齐的索引。

Box 表示，Box Content Retrieval 能够将搜索准确率提高 20%，同时将 token 消耗降低多达 90%，使 AI 智能体能够找到所需的上下文，从而将它们对员工问题的响应时间提升约四倍。它还能确保每个 AI 智能体遵守每项内容的原生文件权限，因此它们永远无法访问其用户无权查看的文件。

“通过与英伟达合作，我们正在为企业内容创建一个新的智能层，为客户提供更快、更精确的方式，将 AI 建立在驱动其业务的内容之上，”Levie 说。

这项新合作还使 Box 引入了英伟达的前沿开放权重模型，包括新的 Nemotron 3 Ultra 大型语言模型。这些模型可直接在 Box AI 中使用，而且由于它们是开放权重的，因此其获取价格比 Anthropic PBC 和 OpenAI Group PBC 等公司的专有模型要实惠得多。

Levie 表示，英伟达的开放权重模型已针对高度专业化的工作流接受了领域特定知识的训练。例如，金融分析师可以使用 Nemotron Ultra 3 在严格的数据访问边界内查询贷款申请，而法律团队则可以用它来识别公司协议中的合同先例，其方式是理解其概念含义，而不是搜索关键词匹配。

“开放权重是我们愿景的重要组成部分，它补充了闭源模型，同时推动了整个行业的创新和更广泛的采用，”Levie 补充道。

Constellation Research 的 Holger Mueller 对 SiliconANGLE 表示，Box 与英伟达的合作对该公司来说是个好兆头，因为这家芯片制造商目前仍是遥遥领先的全球 AI 平台领导者，这也将使其能够与领先的公共云提供商更紧密地集成。“文档对于 AI 整体而言、尤其是对于上下文而言是一座宝库，企业非常渴望利用它们来开发更好的 AI 应用，”这位分析师说。“这证实了在 AI 时代数据必须向计算迁移的理论。”

使用 Box Architect 构建智能体工作流

Box 的 AI 推进并非完全依赖英伟达。事实上，它还有自己的 Box Architect，这是一款将于今年晚些时候开启 beta 测试的新工具，允许业务人员使用自然语言构建、测试和部署新的智能体流程。据 Box 称，它可以连接到 Extract、Automate、Apps 和 Forms 等原生 Box 工具，利用一系列开放和闭源模型来创建复杂的工作流。

借助 Box Architect，律师事务所将能够构建合同审查工作流，这些工作流以其此前已批准的过往协议操作手册为依据，从而可以将收到的合同与之进行比对。如果它标记出任何高风险条款，这些条款可以立即发送给律师进行审查。或者，一家银行也可以使用 Box Architect 构建一个精简的客户入驻工作流，通过 Forms 收集申请、用 Extract 验证身份文件，然后通过 Doc Gen 和 Sign 生成并签署协议。

Deep Analysis 分析师 Alan Pelz-Sharpe 表示，这些正是能够真正体现企业 AI 价值的协同式自主工作流。“传统方法需要为提取和执行进行脆弱的点对点配置，而集成的智能体设计层则能在单一受治理的生态系统内动态编排内容理解、流程步骤和分析可视化，”他说。

Box 也明白，组织将需要更多安全性来保护这些更先进、能力更强的 AI 智能体，因此它同时在其平台上引入了新的威胁检测能力。该公司表示，这些新的安全工具使得实时识别失控 AI 智能体的行为成为可能，因此，如果其中任何一个开始批量外传数据、删除大量文件或接管用户账户，它们将立即被标记以供审查。

例如，管理员将能够通过基于分类的策略控制每个智能体可以访问哪些文件，通过 MCP 护栏约束智能体的操作，规定每个智能体可以使用哪些第三方工具，然后检测超出预定义限制的有害活动。

图片：SiliconANGLE/Meta AI