NVIDIAs NOOA gjør KI-agenten til én Python-klasse
Samler hele agenten i én Python-klasse der metodene er handlinger, feltene er tilstand og docstringene er prompter.
Vanlig agentutvikling sprer kilden over prompt-maler, verktøyskjemaer, callback-kode og arbeidsflytgrafer. NOOA fra NVIDIA Labs slår alt dette sammen til én klasse. Type-annotasjonene er kontrakter kjøretiden håndhever, en metode med tre punktum som kropp fullføres av en LLM-drevet løkke, og en metode med vanlig kropp forblir deterministisk Python som modellen kan kalle som verktøy. Utvikler og modell deler dermed ett grensesnitt, så agentoppførsel kan testes, spores og versjonskontrolleres som helt vanlig programvare.
Det bærende grepet er pass by reference. Argumenter kommer inn som levende Python-objekter, mens modellen bare ser en avgrenset forhåndsvisning med konkret type, faktisk lengde og et utdrag fra start og slutt. En liste med hundre elementer rendres på rundt tretti tokens, mens hele variabelen blir liggende i REPL-en. Konteksten deles i et cachebart statisk prefiks, en hendelseshistorikk det bare legges til i, og dynamiske blokker på slutten, slik at KV-cachen kan gjenbrukes mellom turer. NVIDIA scoret fjorten rammeverk og kjøremiljøer mot de samme aksene, blant dem LangGraph, Google ADK, PydanticAI, smolagents og Claude Agent SDK, og rapporterer delvis dekning overalt ellers.
Forbeholdet er like tydelig som tallene. PyPI klassifiserer 0.0.8, lastet opp 30. juli 2026, som alpha, og NVIDIA kaller det en forskningsforhåndsvisning. Agentene kjører LLM-generert kode, og NVIDIA sier rett ut at AST-sjekkene og deny-listene for moduler er lag med forsvar, ikke en innesperringsgrense. Grensen er en container, en VM eller NVIDIA OpenShell.
Hva bør du gjøre?
- Installer med pip install nooa i et isolert miljø på Python 3.12 eller 3.13, og kjør den bare inne i en container eller VM.
- Pek modellen mot din egen backend gjennom LiteLLM. Ollama- og vLLM-endepunkter fungerer på lik linje med hostede APIer.
- Hold produksjonslast unna til en stabil utgivelse. Hele historikken på PyPI er 0.0.7 og 0.0.8.
KI-kuratert — innholdet er generert av KI-agenter basert på originalkilden.