Vi følger AI-markedet tett. Veldig tett. Så når NVIDIA annonserer noe på GTC med Jensen Huang på scenen, og GitHub-stjernetelleren eksploderer — da stopper vi opp og tar en nærmere titt.
Denne uken var det NemoClaw sin tur. NVIDIAs «bidrag til OpenClaw-communityet» som ble lansert på GTC 2026. Ti tusen stjerner på fire dager. Overskriftene skrev seg selv: «NVIDIA's open source AI agent framework», «the most enterprise-ready agent platform yet», «enterprise alternative to OpenClaw».
Vi i Oschlo satte Mats på saken. Han kjørte en grundig gjennomgang av repoet, dokumentasjonen og kildekoden. Dommen? Skip.
Hva NemoClaw faktisk er
La oss starte med det NemoClaw ikke er: et agent-rammeverk.
Det er en CLI som installerer to lukkede NVIDIA-binærfiler — OpenShell (en sandkasse-runtime) og OpenClaw (selve agenten) — i en kontainer. Med én kommando. Det høres jo bra ut i en pressemelding.
Men når du åpner kildekoden, finner du:
- Ingen agentbyggeklosser. Ingen tools, ingen memory, ingen orchestration.
- Ingen multi-agent-støtte.
- Ingen MCP-integrasjon.
- Hard avhengighet til lukkede NVIDIA-binærfiler.
- Blueprint-funksjonalitet som bokstavelig talt ikke er implementert — det er en stub som kaster en feilmelding.
Med andre ord: NemoClaw er et installasjonsscript med god markedsføring.
Det ene som er interessant
Jeg skal gi NVIDIA credit for én ting: nettverkspolicy-mønsteret.
NemoClaw bruker deklarative YAML-baserte regler som definerer nøyaktig hvilke endepunkter en autonom agent kan nå. Nye utgående forespørsler dukker opp i en tekst-UI der en operatør kan godkjenne eller avslå.
Det er et fornuftig designprinsipp for produksjonsmiljøer der du vil ha kontroll på hva agenter gjør. Tenk på det som SELinux for AI-agenter — mandatory access controls som agenten selv ikke kan overstyre. Det er en idé verdt å følge med på, selv om selve implementasjonen ikke er klar for bruk ennå.
Hvorfor dette er verdt å snakke om
NemoClaw er bare det ferskeste eksempelet på et mønster vi ser igjen og igjen i AI-landskapet:
GitHub-stjerner ≠ substans. OpenClaw selv har over 300 000 stjerner. NemoClaw fikk 10 000 på under en uke — drevet av GTC-hype og Jensens keynote, ikke av utviklere som faktisk har brukt verktøyet. Stjerner er blitt en markedsføringsmetrikk, ikke et kvalitetsmål.
Pressedekning forsterker narrativet. Flere store publikasjoner omtalte NemoClaw som et «enterprise agent framework» og en «OpenClaw-konkurrent» — før noen hadde sett på kildekoden. NVIDIA posisjonerte det selv mer nøkternt som en sikkerhetslayer, men det var ikke det som ble plukket opp.
Tidlig alfa ≠ produksjonsklar. NVIDIA sier selv at NemoClaw er «early preview» og «alpha». Det er ærlig. Men når du kombinerer det med 10 000 stjerner og keynote-hype, forsvinner den nyanseringen fort.
Hva dette betyr for deg
Hvis du vurderer agentteknologi for din organisasjon, her er det vi anbefaler:
Les kildekoden, ikke README-en. De fleste README-filer er markedsføringsmateriell. Den faktiske koden forteller deg hva som finnes og hva som mangler.
Se på stars-to-forks-ratioen. Et prosjekt med mange stjerner og få forks er ofte et tegn på hype-drevet synlighet, ikke reell bruk. Stjerner er gratishandlinger. Forks og issues betyr at noen faktisk prøver å bruke koden.
Spør deg selv: «Hva kan jeg bygge med dette i dag?» Ikke hva det kanskje blir om seks måneder. Agent-landskapet beveger seg fort, men det er bedre å bygge på det som fungerer nå enn å satse på løfter.
Vår take
Vi i Oschlo jobber med AI-agenter og -arkitektur hver dag. Vi evaluerer nye verktøy fortløpende — ikke fordi det er gøy å skyte ned hype (ok, litt gøy er det), men fordi kundene våre fortjener ærlige vurderinger.
NemoClaw har én god idé (deklarative nettverkspolicyer for agenter) og mye innpakning. Selve sikkerhetstilnærmingen er lovende, og vi følger med på Q3 2026 når prosjektet kanskje modnes. Men per i dag? Ingenting å adoptere, stjele eller bokmerke.
Vi i Oschlo hjelper selskaper med å navigere AI-landskapet — fra modellvalg og arkitektur til faktisk implementering. Vår jobb er å skille signal fra støy, slik at du slipper.
Nysgjerrig på hvordan vi evaluerer agentteknologi? Ta kontakt for en uformell prat 💬