对应论文

NVIDIA-labs OO Agents: Native Python Object-Oriented Agents

视频简介

传统智能体开发把提示、工具模式、状态、回调和工作流拆散在不同层,难以像普通软件一样测试、组合和重构。NOOA提出把智能体直接建模为Python对象:方法是动作、字段是状态、文档字符串是提示、类型注解是可执行契约。 框架把typed I/O、活对象引用、code-as-action、可编程循环、显式对象状态以及上下文/事件接口统一到同一Python表面,并保留普通确定性方法,使开发者和模型共享一个可测试、可追踪的接口。 全文在10个模型、4,400条能力测试以及SWE-bench Verified、Terminal-Bench 2.0、CyberGym L1和ARC-AGI-3上验证:分别达到82.2%、73.0%、86.8%和85.1%的代表性结果,并改善开放agent harness的准确率—成本前沿。 该工作把智能体运行时的核心抽象收敛到原生软件工程对象模型,兼具广泛复用性与跨任务量化收益,足以构成disruptive级编程原语;但尚无独立复现和广泛生态采用,同进程执行模型代码也仍有安全边界。

外部视频链接

论文链接