NVIDIA ra mắt NOOA: Framework hướng đối tượng giúp đóng gói AI Agent vào một lớp Python duy nhất

NVIDIA Labs đã phát hành mã nguồn mở cho NOOA (NVIDIA Object-Oriented Agents), một framework Python bất khả tri với mô hình (model-agnostic) dùng để xây dựng các tác nhân AI. Việc phát triển tác nhân hiện nay bị phân mảnh giữa các mẫu prompt, lược đồ công cụ, mã callback và đồ thị quy trình làm việc. NOOA hợp nhất tất cả những thứ đó vào một lớp (class) Python duy nhất. Các phương thức (methods) là những hành động mà mô hình có thể thực hiện. Các trường (fields) là trạng thái của tác nhân. Docstrings là các prompt. Các chú thích kiểu (type annotations) là các hợp đồng mà runtime thực thi. Một phương thức có phần thân là... sẽ được hoàn thiện tại runtime bởi một vòng lặp điều khiển bằng LLM, trong khi một phương thức có phần thân thông thường vẫn là mã Python xác định. Do đó, các nhà phát triển và mô hình chia sẻ chung một giao diện, giúp hành vi của tác nhân có thể được kiểm thử, truy vết, tái cấu trúc và quản lý phiên bản như phần mềm thông thường. NVIDIA báo cáo đạt 82,2% trên SWE-bench Verified, 86,8% trên CyberGym L1 và 85,1% điểm trung bình RHAE trên ARC-AGI-3 — với lượng token tiêu thụ chỉ bằng khoảng một nửa so với các bộ công cụ mở được so sánh.

Nó có thể triển khai được không?

Có, nhưng chỉ bên trong môi trường cô lập ở cấp độ hệ điều hành. NOOA tuân thủ giấy phép Apache 2.0, cài đặt qua lệnh pip install nooa (v0.0.8, phát hành ngày 30 tháng 7 năm 2026) và yêu cầu Python 3.12–3.13. PyPI phân loại nó là bản alpha và NVIDIA mô tả đây là bản xem trước phục vụ nghiên cứu. Các tác nhân có thể thực thi mã do LLM tạo ra, và NVIDIA khẳng định trực tiếp rằng các kiểm tra AST và danh sách chặn module của họ chỉ là các rào cản phòng thủ chuyên sâu, không phải là ranh giới ngăn chặn (containment boundary). Ranh giới ngăn chặn phải là một container, một máy ảo (VM) hoặc NVIDIA OpenShell. Các mô hình có thể được kết nối thông qua LiteLLM, vì vậy các API được lưu trữ, Ollama và các endpoint vLLM đều hoạt động tốt.

NVIDIA Labs đã phát hành NOOA (NVIDIA Object-Oriented Agents), một framework Python bất khả tri với mô hình dùng để xây dựng các tác nhân. Việc phát triển tác nhân truyền thống làm phân tán mã nguồn giữa các mẫu prompt, lược đồ công cụ, callback và đồ thị quy trình làm việc. NOOA hợp nhất tất cả vào một lớp duy nhất.

Các phương thức là những hành động mà mô hình có thể thực hiện. Các trường là trạng thái. Docstrings là các prompt. Các chú thích kiểu là các hợp đồng được thực thi bởi runtime. Một phương thức có phần thân là... trở thành một phương thức tác nhân, được hoàn thiện tại runtime bởi một vòng lặp điều khiển bằng LLM; một phương thức có phần thân thông thường vẫn là mã Python xác định mà mô hình có thể gọi như một công cụ.

Hai chiến lược được tích hợp sẵn. PredictStrategy là một lệnh gọi LLM có định kiểu duy nhất với vòng lặp thử lại cục bộ khi xác thực thất bại. CodeActStrategy chạy một trình thông dịch Python REPL lặp đi lặp lại, nơi mô hình gọi execute_python(...) cho đến khi nó gửi return_result(...), kết quả này sau đó được xác thực dựa trên chú thích kiểu trả về.

Sáu khả năng trên một bề mặt duy nhất

Nhóm nghiên cứu xác định sáu ý tưởng hướng mô hình mà họ tuyên bố là những người đầu tiên kết hợp: đầu vào/đầu ra có định kiểu, truyền tham chiếu qua các đối tượng trực tiếp (live objects), mã dưới dạng hành động, kỹ thuật vòng lặp có thể lập trình, trạng thái đối tượng tường minh và các API hỗ trợ mà mô hình có thể gọi. NVIDIA đã đánh giá mười bốn framework và bộ công cụ—LangGraph, Google ADK, PydanticAI, smolagents, Claude Agent SDK, OpenAI Codex, OpenHands và các công cụ khác—dựa trên cùng các tiêu chí này và báo cáo rằng các công cụ khác chỉ đạt được độ bao phủ một phần.

Truyền tham chiếu là yếu tố then chốt. Các đối số truyền đến dưới dạng các đối tượng Python trực tiếp; mô hình chỉ nhìn thấy một bản xem trước giới hạn với kiểu dữ liệu cụ thể, độ dài thực tế và một mẫu phần đầu/phần cuối. Một danh sách gồm một trăm phần tử được hiển thị trong khoảng ba mươi token trong khi biến đầy đủ vẫn nằm trong REPL. Ngữ cảnh được chia thành một tiền tố tĩnh có thể lưu vào bộ nhớ đệm, lịch sử sự kiện có định kiểu chỉ cho phép thêm vào và các khối động ở phần cuối, giúp bảo toàn khả năng tái sử dụng KV-cache qua các lượt hội thoại.

Một hệ thống con bộ nhớ tùy chọn có thể gắn vào một tác nhân không cần sửa đổi. Bảy công cụ mà mô hình có thể gọi sẽ ghi và truy xuất các bản ghi được xếp hạng theo kích hoạt ACT-R, tất cả nằm trong một tệp SQLite mà con người có thể kiểm tra được.

Hiệu suất

Các bài kiểm tra khả năng đã chạy 88 bài kiểm tra, mỗi bài 5 lần trên mười mô hình: 4.309 trên 4.400 bản ghi đã vượt qua (97,9%). Một tập hợp con kiểm tra áp lực gồm sáu nhóm bao gồm xử lý theo lô, phục hồi lỗi và phân rã nhiệm vụ đạt 84,7%, trong đó khoảng cách giữa các mô hình nhỏ và mô hình tiên tiến nới rộng từ 3,2 lên 23 điểm.

Về tổng thể, một tác nhân 253 dòng mã bất khả tri với benchmark đạt 82,2% trên SWE-bench Verified với GPT-5.5 ở mức nỗ lực xhigh, so với 78,6% của OpenCode và 78,2% của PI, và 79,8% với Opus 4.6. Trên Terminal-Bench 2.0, nó đạt 73,0% ở mức nỗ lực cao so với 60,7% và 68,5%, mặc dù PI dẫn đầu ở mức xhigh với 75,3%. Trên CyberGym L1, nó giải quyết được 86,8% khi bị chặn truy cập mạng, kết quả mã nguồn mở cao nhất được báo cáo. Trên ARC-AGI-3, một tác nhân với kỹ năng mô hình thế giới một trang đạt 50,2% điểm trung bình RHAE với GPT-5.5 và 85,1% với GPT-5.6-sol, với chi phí dưới 20 đô la mỗi trò chơi.

Hiệu quả là kết quả thú vị hơn: 82,2% với khoảng 1,1 triệu token và ~28 lệnh gọi mô hình mỗi tác vụ, so với 2,2 triệu token và 66 lệnh gọi của PI ở mức 78,2%. Phân tích truy vết cũng ghi nhận việc chấm dứt nhiệm vụ đã được xác thực—OpenCode dừng lại khi mô hình trả lời mà không có lệnh gọi công cụ, trong khi NOOA yêu cầu một TaskResult có định kiểu mang theo bằng chứng và một lệnh xác minh.

Những điểm chính cần lưu ý

Hãy xem Bài báo, Kho lưu trữ GitHub và Blog Kỹ thuật. Ngoài ra, đừng ngần ngại theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit ML 150k+ thành viên của chúng tôi và Đăng ký Bản tin của chúng tôi. Khoan đã! bạn có dùng telegram không? bây giờ bạn cũng có thể tham gia cùng chúng tôi trên telegram.

Cần hợp tác với chúng tôi để quảng bá Kho lưu trữ GitHub HOẶC Trang Hugging Face HOẶC Bản phát hành sản phẩm HOẶC Hội thảo trực tuyến, v.v.? Hãy kết nối với chúng tôi.

Asif Razzaq là CEO của Marktechpost Media Inc.. Là một doanh nhân và kỹ sư có tầm nhìn, Asif cam kết khai thác tiềm năng của Trí tuệ nhân tạo vì lợi ích xã hội. Nỗ lực gần đây nhất của ông là ra mắt Nền tảng truyền thông Trí tuệ nhân tạo, Marktechpost, nổi bật với việc đưa tin chuyên sâu về tin tức học máy và học sâu, vừa đảm bảo tính kỹ thuật vừa dễ hiểu đối với đông đảo khán giả. Nền tảng này tự hào với hơn 2 triệu lượt xem hàng tháng, minh chứng cho sự phổ biến của nó đối với độc giả.