NVIDIA NOOA: Agentes como Classes Python Nativas
NVIDIA NOOA: Agentes como Classes Python Nativas
Essa é a ideia por trás do NVIDIA-labs OO Agents, um framework open source desenvolvido pela NVIDIA. A proposta é radical: em vez de separar prompts, ferramentas, callbacks e workflows em abstrações distintas, o agente é definido como uma única classe Python.
Coloque tudo isso dentro de um objeto Python:
- Estado → atributos do objeto
- Capacidades → métodos Python
- Prompts → docstrings
- Contratos → type annotations
- Comportamento agentic → métodos implementados pelo LLM
Um método Python tradicional continua determinístico. Já um método com ... pode ser executado pelo LLM como um método agentic, permitindo que o modelo complete a implementação em tempo de execução.
Acesse o repositório oficial no GitHub
Arquitetura e Características Principais
NOOA unifica seis conceitos emergentes em uma única superfície:
Typed Input/Output: Entradas e saídas são fortemente tipadas e validadas em tempo de execução.
Pass-by-Reference: Modelos podem agir sobre objetos Python vivos em vez de serialização de texto achatada.
Code as Action: O modelo realiza ações escrevendo código Python normal, não chamadas de ferramentas rígidas baseadas em schema.
Programmable Loop Engineering: Dois estratégias de execução: PredictStrategy para chamadas LLM tipadas únicas com retry local, e CodeActStrategy que oferece um Python REPL iterativo.
Explicit Object State: O agente possui estado durável e explícito, não apenas contexto de conversa.
Model-Callable Harness APIs: O modelo pode inspecionar contexto e eventos através de APIs Pythônicas.
Leia o paper completo no arXiv
Integração de Agent Engineering + Software Engineering
O que torna NOOA especialmente interessante não é apenas mais um framework de agentes. É a tentativa de aproximar agent engineering e software engineering em uma mesma abstração.
Você deixa de construir apenas um “workflow de IA”. Passa a construir um objeto de software que possui capacidades agentic, mantendo toda a infraestrutura que a engenharia de software já sabe fazer bem:
- Tipagem de dados
- Testes unitários
- Rastreamento de execução
- Refatoração de código
- Versionamento
- Code review
Leia sobre agentes como objetos Python no byteiota
Desempenho e Eficiência
NVIDIA reporta resultados impressionantes em benchmarks:
- SWE-bench Verified: 82.2% com GPT-4o
- CyberGym L1: 86.8%
- ARC-AGI-3: 85.1% mean RHAE
- Eficiência de tokens: ~metade dos tokens de outros harnesses comparáveis (~1.1M tokens vs 2.2M em abordagens similares)
Confira a análise detalhada no AI Tools Recap
Instalação e Uso
NOOA está disponível sob licença Apache 2.0 e requer Python 3.12–3.13:
pip install nooa # core framework
pip install nooa-cli # CLI tools e trace viewer
pip install nooa-memory # subsistema de memória de longo prazo
É agnóstico de modelo e funciona com qualquer backend suportado por LiteLLM: OpenAI, Anthropic, Ollama, vLLM e qualquer endpoint compatível com OpenAI.
Primeiros Passos
Tutorial prático de construção de um agente NOOA:
Build Your First Object-Oriented Agent
Status e Disponibilidade
- Versão: v0.0.8 (lançada em 30 de julho de 2026)
- Status: Research preview / alpha (não recomendado para workloads em produção regulada)
- Licença: Apache 2.0
- Repositório: NVIDIA-NeMO/labs-OO-Agents
- Comunidade: Atingiu mais de 1.300 GitHub stars dias após o lançamento