知识卡片：NOOA：面向对象的智能体框架与六大夹具能力
一句话结论：NVIDIA Labs 发布 NOOA（NVIDIA Labs Object-Oriented Agents）——一个开源的面向对象智能体框架，将智能体定义为单一 Python 类，通过六大模型接口能力在不微调模型的情况下显著提升智能体性能，在 SWE-bench Verified、CyberGym L1 和 ARC-AGI-3 上达到当时最佳或接近最佳的水平，同时将 token 成本降低约一半。
事件概述
2026 年 7 月 27 日，NVIDIA 技术博客介绍了 NVIDIA Labs 的研究预览产品 NOOA。该框架的核心观点是：智能体的性能不仅取决于底层模型，还很大程度上取决于“夹具”（harness）——即围绕模型构建的架构，包括上下文渲染、动作执行、状态管理和任务终止判断。NOOA 通过将智能体建模为单一 Python 类，利用类型注解和代码即行动的思路，实现了六大模型面向的接口能力，并在多个基准上验证了效果和效率。
方法/产品要点
- 智能体即单个 Python 对象：智能体是一个 Python 类，其方法代表能力，字段代表状态，文档字符串代表提示，类型注解作为强制契约。方法体若为省略号（
...），则在运行时由 LLM 驱动的循环完成；若为正常代码，则像普通 Python 一样执行。 - 六大模型面向的夹具能力：
- 类型化输入/输出（Typed I/O）
- 传引用（Pass by reference）
- 代码即行动（Code as action）
- 可编程循环工程（Programmable loop engineering）
- 显式对象状态（Explicit object state）
- 模型可调用的 API（Model-callable harness APIs）
- 自策划长期记忆：智能体通过模型可调用的工具主动写入、查询、修正记忆，记忆存储在人类可读的 SQLite 文件中，支持类型、重要性、标签及关系（如“支持”、“矛盾”、“派生自”），构成知识图谱。后台反射（reflection）过程会合并重复、链接相关记录、提炼见解并裁汰过时信息。记忆跨会话累积，无需重新训练。
- 无需上下文压缩：由于传引用机制，工具结果直接作为实时 Python 变量，而非序列化到上下文中，因此会话记录保持追加模式，预填充缓存有效，无需摘要压缩。
主要结果或产业意义
| 基准 | 模型 | 成绩 | 关键对比 |
|---|---|---|---|
| SWE-bench Verified | GPT-5.5 | 82.2% | 超过提交时排行榜 SOTA 79.2%；Opus 4.6 达 79.8% |
| CyberGym L1 | GPT-5.5 | 86.8% | 最高分开源智能体，超过多数闭源系统；无网络访问、规则检查“作弊” |
| ARC-AGI-3 | GPT-5.5 | 50.2% 平均 RHAE | 记忆子系统比文件笔记提升 +11.8 分；技能基线提升 +8.5 分 |
| ARC-AGI-3 | GPT-5.6-sol | 85.1% 平均 RHAE | 每局成本约 $13.3，25 局中 19 局完全解决 |
效率：在 SWE-bench Verified 上，NOOA with GPT-5.5 使用 29 次 LLM 调用和约 1.1M token/任务，达到 82.2%；对比夹具需要 66 次调用和 2.2M token 达到 78.2%，或 29 次调用 1.3M token 达到 78.6%。即 NOOA 以约一半的成本达到相同或更优成绩。
内部研究：在漏洞发现（CyberGym L1）中，NOOA 将验证流水线实现为一个单一对象，确定性检查与模型推理共存于同一类型对象中，最终解决率 86.8%。
为什么重要
- NOOA 以极端简洁的面向对象方式重新定义了智能体开发，使智能体开发回归传统软件开发流程（可 diff、代码审查、单元测试、版本控制等），降低了工程门槛。
- 验证了夹具工程（harness engineering）本身即可带来双位数的基准分数提升和显著的 token 节省，无需微调模型——这与已有相关卡片（如为 NVIDIA Nemotron 3 Ultra 创建 LangChain Deep Agents 夹具配置文件）的思路一致，但 NOOA 提供了更通用、跨模型的框架设计，并在不同基准上给出了可复现的结果。
- 开放了完整的框架、测试、基准智能体代码与评估方法，有利于社区复现和进一步研究。
局限与不确定性
- NOOA 目前为“研究预览”（research preview），可能尚未达到生产级健壮性。文章提及生产部署可与 NVIDIA OpenShell 安全运行时配合。
- 基准结果依赖于特定模型版本（GPT-5.5、GPT-5.6-sol、Opus 4.6），这些模型的具体能力与可用性待核实。
- CyberGym L1 评测中网络访问被阻止，且规则检查严格，实际应用场景可能更复杂。
- 长期记忆的反射过程可能引入额外计算开销，但文章未量化。
可用于图书/PPT/简报的角度
- “智能体性能不仅仅来自模型”：用 NOOA 的六项能力和基准数字说明夹具设计的决定性作用。
- “面向对象 = 智能体新范式”：将智能体写成 Python 类的极简设计如何简化开发并提升可维护性。
- “记忆即 SQLite”：智能体自主策划的类型化记忆系统与知识图谱的落地案例。
- “成本减半，效果更优”：传引用与无上下文压缩带来的 token 节省分析。
- 与已有脉络的关系：区别于此前专门为某一模型（如 Nemotron 3 Ultra）定制夹具配置文件的思路，NOOA 提供通用的、模型无关的框架，并在多个模型上验证了泛化能力。
原始材料
- 英文标题：Six Agent Harness Capabilities for Higher Model Performance
- 英文关键词：agent, harness, NOOA, NVIDIA Labs, object-oriented agents
- 原始来源 URL：https://developer.nvidia.com/blog/six-agent-harness-capabilities-for-higher-model-performance