فریم‌ورک NOOA انویدیا: تبدیل عامل‌های هوش مصنوعی به کلاس‌های پایتون

اگر توسعه‌دهنده‌ای هستید که از پراکندگی پرامپت‌ها و گراف‌های پیچیده در ساخت عامل‌های هوش مصنوعی خسته شده‌اید، زمان آن رسیده که کدنویسی را به جای حدس‌زدن جایگزین کنید. انویدیا با انتشار NOOA (NVIDIA Object-Oriented Agents) در ۳۰ ژوئیه ۲۰۲۶، معماری عامل‌ها را به یک کلاس ساده در زبان پایتون تبدیل کرد و فرآیند توسعه را به استانداردهای مهندسی نرم‌افزار نزدیک کرد.

سال‌هاست که برنامه‌نویسان با پدیده‌ای به نام «پراکندگی عامل» (Agent Sprawl) دست‌وپنجه نرم می‌کنند؛ وضعیتی که در آن منطق هوش مصنوعی بین چندین فایل، قالب‌های پرامپت، طرح‌های ابزار (Tool Schemas) و توابع بازگشتی (Callback Functions) پخش شده است. تصور کنید عامل شما شبیه به یک قطعه کد استاندارد باشد که بتوان آن را دقیقاً مانند یک اپلیکیشن سنتی تست کرد، بازنویسی نمود و نسخه‌بندی کرد. NOOA با تبدیل متدها به «اکشن» و مستندات کد (Docstrings) به «پرامپت»، این تغییر بنیادین را رقم می‌زند.

به گزارش Marktechpost، این فریم‌ورک مدل-آگنوستیک است، یعنی با هر مدلی کار می‌کند و برای اجرا به پایتون ۳.۱۲ یا ۳.۱۳ نیاز دارد و از طریق pip (نسخه v0.0.8) نصب می‌شود. در این معماری، متدهایی که بدنه آن‌ها تنها شامل سه نقطه (...) است، در زمان اجرا توسط یک حلقه مبتنی بر مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — تکمیل می‌شوند، در حالی که سایر متدها به صورت ابزارهای قطعی پایتون باقی می‌مانند.

زمینه و منطق فریم‌ورک

سیستم NOOA کل هویت یک عامل را در یک کلاس پایتون متمرکز می‌کند. در این ساختار، فیلدها نماینده وضعیت (State) عامل هستند و یادداشت‌های تایپ (Type Annotations) به عنوان قراردادهایی عمل می‌کنند که محیط زمان اجرا (Runtime) آن‌ها را به شدت اجرا می‌کند. این رویکرد اجازه می‌دهد تا توسعه‌دهندگان و مدل‌ها از یک رابط کاربری واحد و مشترک استفاده کنند.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، مدیریت حافظه و زمینه یکی از بزرگ‌ترین چالش‌های استقرار است. NOOA برای حل این مشکل، پنجره متنی (Context Window) — میزان متنی که مدل هم‌زمان «در ذهن» نگه می‌دارد، شبیه میز کاری که جا برای چند ورق دارد — را به سه بخش متمایز تقسیم می‌کند: یک پیشوند استاتیک قابل ذخیره (Cacheable Static Prefix)، یک تاریخچه رویدادهای تایپ‌شده که فقط قابلیت افزودن دارد (Append-only Typed Event History)، و بلوک‌های پویا در انتهای متن. این ساختار باعث می‌شود KV Cache (حافظه موقت کلید-مقدار) در طول گفتگوها بهینه شده و از تکرار پردازش‌های سنگین جلوگیری شود.

علاوه بر این، یک زیرسیستم حافظه اختیاری وجود دارد که می‌تواند به هر عاملی بدون تغییر در ساختار اصلی متصل شود. این سیستم از هفت ابزار قابل فراخوانی توسط مدل برای نوشتن و بازیابی رکوردها استفاده می‌کند. این رکوردها بر اساس فعال‌سازی ACT-R رتبه‌بندی می‌شوند و همگی در یک فایل SQLite ذخیره می‌شوند که برای انسان قابل بازبینی و تحلیل است.

معماری فنی و قابلیت‌ها

طبق اعلام انویدیا، NOOA شش قابلیت کلیدی را برای نخستین بار در یک سطح واحد ترکیب کرده است. انویدیا در مقایسه با ۱۴ فریم‌ورک دیگر از جمله LangGraph، Google ADK، PydanticAI، smolagents، Claude Agent SDK، OpenAI Codex و OpenHands، گزارش کرده است که سایر ابزارها تنها پوشش جزئی از این محورها را دارند:

• ورودی/خروجی تایپ‌شده: تضمین قراردادها از طریق Type Annotations برای جلوگیری از خطاهای نوع داده.
• ارسال با ارجاع (Pass-by-Reference): مدل‌ها به جای دریافت کل داده‌های حجیم، تنها یک پیش‌نمایش محدود از اشیاء زنده (شامل نوع concrete، طول واقعی و نمونه‌ای از ابتدا و انتها) را می‌بینند. برای مثال، یک لیست ۱۰۰تایی تنها با حدود ۳۰ توکن (Token) — تکه‌های کوچکی از متن، شبیه برش‌های یک کیک طولانی — نمایش داده می‌شود، در حالی که متغیر کامل در محیط REPL باقی می‌ماند.
• کد به مثابه اکشن: اجرای مستقیم کد پایتون در حلقه عامل برای انجام عملیات پیچیده.
• مهندسی حلقه برنامه‌ریزی‌شده: پشتیبانی از دو استراتژی: PredictStrategy (یک فراخوانی تایپ‌شده LLM با یک حلقه تلاش مجدد محلی در صورت شکست اعتبارسنجی) و CodeActStrategy (یک محیط تعاملی پایتون که در آن مدل تا زمان ارسال دستور return_result(...) به طور مکرر تابع execute_python(...) را فراخوانی می‌کند).
• وضعیت صریح شیء: ذخیره وضعیت عامل مستقیماً در فیلدهای کلاس برای دسترسی سریع و شفاف.
• APIهای هارنس قابل فراخوانی: یکپارچگی مستقیم با محیط زمان اجرا برای کنترل دقیق‌تر.

بنچ‌مارک‌های عملکردی

در بخش عملکرد، انویدیا گزارش داده که NOOA در بهره‌وری از هارنس‌های باز (Open Harnesses) به طور قابل توجهی پیشی گرفته است. در محک SWE-bench Verified، یک عامل ۲۵۳ خطی با استفاده از GPT-5.5 به دقت ۸۲.۲٪ رسید. نکته تکان‌دهنده این است که این نتیجه با حدود ۱.۱ میلیون توکن و ۲۸ فراخوانی مدل به دست آمد، در حالی که فریم‌ورک PI برای رسیدن به دقت پایین‌تر (۷۸.۲٪)، به ۲.۲ میلیون توکن و ۶۶ فراخوانی نیاز داشت. در همین مقایسه، OpenCode امتیاز ۷۸.۶٪ و Opus 4.6 به ۷۹.۸٪ رسید.

سایر نتایج درخشان عبارتند از:

• CyberGym L1: نرخ موفقیت ۸۶.۸٪ در حالت مسدود بودن دسترسی به شبکه، که بالاترین نتیجه گزارش شده برای ابزارهای متن‌باز است.
• ARC-AGI-3: میانگین ۸۵.۱٪ RHAE با استفاده از مدل GPT-5.6-sol (و ۵۰.۲٪ با GPT-5.5) با هزینه‌ای کمتر از ۲۰ دلار برای هر بازی.
• Terminal-Bench 2.0: موفقیت ۷۳.۰٪ در سطح تلاش بالا (High Effort)، در حالی که سایر فریم‌ورک‌ها ۶۰.۷٪ و ۶۸.۵٪ بودند؛ هرچند PI در سطح تلاش بسیار بالا (xhigh) با ۷۵.۳٪ پیشتاز است.

در تست‌های قابلیت روی ۱۰ مدل مختلف، ۴۳۰۹ رکورد از مجموع ۴۴۰۰ مورد پاس شدند (۹۷.۹٪). همچنین در یک زیرمجموعه استرس که پوشش‌دهنده دسته‌بندی (Batching) و بازیابی خطا بود، ۸۴.۷٪ موارد موفقیت‌آمیز بود، هرچند شکاف عملکردی بین مدل‌های کوچک و مدل‌های پیشرو (Frontier) از ۳.۲ به ۲۳ امتیاز افزایش یافت.

امنیت و استقرار

به دلیل اینکه عامل‌های NOOA می‌توانند کدهای تولید شده توسط هوش مصنوعی را اجرا کنند، انویدیا هشدار می‌دهد که بررسی‌های AST و لیست‌های سیاه ماژول‌ها، تنها لایه‌های دفاعی (Defense-in-depth) هستند و نباید به عنوان یک مرز امنیتی مطلق در نظر گرفته شوند. این فریم‌ورک در حال حاضر در نسخه آلفا (پیش‌نمایش پژوهشی) است و باید تنها در محیط‌های ایزوله در سطح سیستم‌عامل مانند ماشین مجازی (VM)، کانتینر یا NVIDIA OpenShell مستقر شود.

مدل‌ها از طریق LiteLLM قابل اتصال هستند، به این معنی که APIهای ابری، Ollama و نقاط انتهایی vLLM همگی سازگار هستند. این ابزار در درجه اول برای استارتاپ‌های AI-native، تیم‌های پلتفرم بازار متوسط و گروه‌های پژوهشی سازمانی طراحی شده است. برای بارهای کاری تولیدی در محیط‌های تحت نظارت (Regulated)، توصیه می‌شود تا انتشار نسخه پایدار صبر کنند.

تحلیل تحریریه

این تحول، سیگنالی برای گذار از «مهندسی پرامپت» به «مهندسی عامل» است. انویدیا با استفاده از مکانیزم Pass-by-Reference، یکی از گلوگاه‌های اصلی پنجره متنی را حل کرده است؛ مدل دیگر نیازی به بلعیدن لیست‌های عظیم یا مجموعه‌داده‌های حجیم ندارد و تنها نمونه‌ای از «سر و ته» (Head/Tail) شیء زنده را می‌بیند. این ویژگی برای حوزه‌هایی مثل امنیت سایبری، DevOps، خدمات مالی و تحلیل داده‌های حجیم بسیار قدرتمند است.

کاربردهای خاص این ابزار شامل تریاژ و وصله کردن (Patching) مسائل مخازن کد، خط لوله‌های اعتبارسنجی آسیب‌پذیری و ارکستراسیون چند-عاملی تایپ‌شده است. برای توسعه‌دهندگان، این یعنی کاهش شدید بدهی فنی. وقتی رفتار یک عامل توسط یک کلاس پایتون تعریف می‌شود، می‌توان از ابزارهای استاندارد IDE برای ردیابی خطاها استفاده کرد، به جای اینکه حدس بزنیم چرا یک قالب پرامپت شکست خورده است. این رویکرد، عامل‌های هوش مصنوعی را از فاز «تجربی» به قلمرو نرم‌افزارهای تولیدی و قابل نگهداری می‌برد.

توسعه‌دهندگان می‌توانند همین امروز با لایسنس Apache 2.0 از طریق pip install nooa آزمایشات خود را آغاز کنند. نقطه عطف بعدی، انتقال از این پیش‌نمایش پژوهشی به یک نسخه پایدار خواهد بود که برای محیط‌های تولیدی حساس مناسب باشد.

گام بعدی شما

• اگر روی پروژه‌های اتوماسیون کدنویسی کار می‌کنید، فریم‌ورک را از طریق pip install nooa نصب و ساختار کلاس‌محور آن را تست کنید.
• برای کاهش هزینه‌های استنتاج، مکانیزم Pass-by-Reference را در مدیریت داده‌های حجیم پیاده‌سازی کنید.
• برای استقرار، حتماً از محیط‌های ایزوله مانند Docker یا VM استفاده کنید تا ریسک اجرای کدهای تولیدی مدل کاهش یابد.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.