以前要寫一個 AI agent，你得先學四種互不相干的東西：prompt 模板、tool schema、callback、workflow graph。NVIDIA 給的答案簡單到有點反高潮：寫一個 Python class 就好。
一句話結論：NVIDIA 開源的 NOOA 把一個 agent 收成一個 Python class（方法是能力、欄位是狀態、docstring 是提示詞），SWE-bench Verified 拿到 82.2%、token 只用大約一半；但它目前是 Apache 2.0 授權的 alpha 研究預覽，要跑就一定要關進沙箱。
截至 2026 年 8 月，PyPI 上的版本是 0.0.8（2026-07-30 發布），開發狀態標示為 Alpha。技術部落格於 2026-07-27 發表，8 月初才在中文圈被比較多人討論。
NOOA 到底是什麼？
NOOA 全名 NVIDIA-labs Object-Oriented Agents，是 NVIDIA Labs 開源的 agent 框架。它的主張只有一句：一個 agent 就是一個 Python class。
拆開來看是這樣對應的：方法（method）是這個 agent 會做的事，欄位（field）是它的狀態，docstring 就是提示詞，型別註記則是執行時會被強制檢查的合約。最關鍵的一條規則在最後：方法的內容如果只寫三個點 ...，執行時就交給 LLM 迴圈去完成；寫了正常程式碼，它就是一段普通、可預測的 Python。
from nooa import Agent
class SupportAgent(Agent):
"""You are a support agent."""
# 狀態放在物件上，而且有型別
order_db: OrderDB
# 普通方法，就是 Python，結果可預測
def is_refund_eligible(self, order: Order) -> bool:
return order.delivered and order.days_since_delivery <= 30
# 方法內容是 ... ，執行時交給 LLM
async def triage(self, message: str, order: Order) -> Ticket:
"""Create a typed support ticket."""
...官方快速上手教學裡有個小示範，我覺得比任何說明都清楚：把方法名稱從 analyze_feedback 改成 analyze_feedback_briefly，輸出就變短了。因為方法名稱、參數和 docstring 本身 就是提示詞，你不用另外維護一份 prompt。
為什麼「agent 是一個 class」會比較好用？
因為 agent 開發會變回一般的軟體開發。NVIDIA 自己的說法是：agent 從此可以被 diff、被 code review、寫單元測試、追蹤、版本控制、重構，而且人跟 AI coding agent 用的是同一套工具，跟你手上其他專案沒兩樣。
這件事的意義比聽起來大。目前多數 agent 專案的難處不在寫不出來，而在寫出來之後沒人搞得懂它為什麼這樣跑：提示詞散在 YAML 裡，工具定義在另一個檔，流程圖又是第三套語法，出事只能靠翻 log。把這些東西塞回同一個 class，至少你的 IDE 跟 git 能幫上忙。
NVIDIA 把整套設計歸納成六個「面向模型」的能力：
| 能力 | 白話解釋 |
|---|---|
| Typed I/O（型別化輸入輸出） | 呼叫有型別參數、回傳值會被驗證，不是一坨自由文字 |
| Pass by reference（傳參考） | 模型直接操作活的 Python 物件，只看到有邊界的預覽，不是整包序列化倒進去 |
| Code as action（用寫程式當動作） | 模型靠寫 Python 來行動，能用條件、迴圈、直接呼叫方法 |
| Programmable loops（可程式化迴圈） | 調度迴圈就是普通 Python，開發者能改，模型自己也能改 |
| Explicit object state（顯性物件狀態） | 狀態放在物件上，不是塞在對話紀錄裡靠模型自己記 |
| Model-callable harness APIs | 脈絡區塊跟事件歷史是模型可以自己查、自己管的 API |
82.2% 這個數字要怎麼看？
先講結論：數字很硬，但它證明的事情跟大部分人以為的不一樣。
在 SWE-bench Verified 上，NOOA 配 GPT-5.5 拿到 82.2%，高於投稿當時排行榜上的 79.2%；換成 Opus 4.6 是 79.8%。做到這件事的 agent 只有 253 行，而且沒有為了跑分寫任何 benchmark 專用提示詞。論文另外提到，同樣的模型下，這比 OpenHands v3 實作的 CodeAct 高出 11.4 分。
另外兩個場子也有數字。資安方面，CyberGym L1 解出 86.8%，是開源 agent 裡最高的，而且是在封鎖網路連線、每條軌跡都跑過一次規則式作弊檢查的條件下拿到的，所以不是靠上網查已公開的漏洞。一般推理方面，ARC-AGI-3 配 GPT-5.5 拿 50.2% 平均 RHAE，配 GPT-5.6-sol 拿到 85.1%，25 局裡有 19 局完整破關，每局成本壓在 20 美元以下。
但真正值得看的是成本欄，不是分數欄：
| SWE-bench Verified | 分數 | 每題模型呼叫 | 每題 token |
|---|---|---|---|
| NOOA（GPT-5.5） | 82.2% | 29 次 | 約 110 萬 |
| 對照 harness A | 78.2% | 66 次 | 約 220 萬 |
| 對照 harness B | 78.6% | 29 次 | 約 130 萬 |
分數高 4 分，token 少一半。換句話說，模型沒換，換的是包在模型外面那層。
要提醒的是，這些是 NVIDIA 自己發布的評測結果，對照組是投稿當時的公開成績。他們把程式碼、資料和評測方法都放出來讓人複現，這點比多數廠商大方，但它終究不是第三方獨立評測，看的時候心裡有個底就好。
為什麼可以省掉一半 token？
關鍵在「傳參考」這一條，而它解掉的是一個很多人天天在痛、卻很少被當成主要問題的東西：脈絡壓縮。
一般 harness 的做法是，工具回傳什麼，就把什麼序列化成文字塞進脈絡窗。查一次資料庫回來三千行，這三千行就佔住你的窗口，而且每一輪都要再帶一次。NOOA 反過來：工具結果變成執行環境裡一個活的 Python 變數，模型只看到型別正確、有長度上限的預覽（真實型別、真實長度、頭尾樣本），完整的值留在 REPL 裡等著被下一行程式碼用掉。
結果是解 SWE-bench 時根本不需要做脈絡壓縮：中位數的 session 尖峰只用到 2.2 萬到 7.2 萬 prompt token，而窗口有 20 萬到 40 萬。因為不用中途摘要，對話紀錄可以一路只增不改，前綴快取從頭命中到尾，省下來的錢是複利的。
我認為這是整份報告裡最值得抄的一招。就算你完全不打算用 NOOA，「別把工具結果倒進脈絡窗、改成留在執行環境裡傳參考」這個想法，套在你現有的任何 agent 上都會有效。
記憶體那部分做了什麼？
NOOA 有一個長期記憶子系統，設計上跟常見做法相反：它不是背景自動跑摘要，而是由 agent 自己動手寫、自己查、自己更正，記憶變成它工作的一部分；跟當下這一輪有關的記憶則會自動浮上來。
每筆記錄帶型別、重要性和標籤，記錄之間用「支持」「矛盾」「衍生自」這類具名關係串起來，所以整個記憶體是一張知識圖，不是一條流水帳。背景另外有一道反思程序，負責合併重複、把相關的連起來、把一段經歷提煉成心得、把過期的清掉。
兩個實務上的好處值得記：全部東西存在一個人看得懂的 SQLite 檔裡，可以直接打開檢查、備份、code review；多個 agent 可以共用同一份記憶而各自保有所有權。效果方面，在 ARC-AGI-3 上，這套記憶體比用檔案做筆記的同一個 agent 高出 11.8 分 RHAE。
如果你對「agent 怎麼跨 session 記住事情」這條線有興趣，我們前幾天也寫過 LoopX 這個讓 agent 長跑不忘記目標的開源內核，兩者解的是同一類問題，切法不一樣。
跟 LangGraph、CrewAI 這些差在哪？
差在你要先接受哪一種世界觀。
三者沒有誰淘汰誰。NVIDIA 自己也把話講清楚了：NOOA 是一個開放的實驗場，不是現有 harness 的替代品。如果你的專案已經跑在 LangGraph 上而且沒出事，沒有理由為了這篇文章重寫。
但如果你正要開新的，或者被現有那套的除錯體驗折磨過，NOOA 的方向值得認真花一個下午試試。順帶一提，同一個星期還有 Y Combinator 開源的 QM 和 Cloudflare 的 agent 執行環境，大家不約而同都在做同一件事：不再比模型，改比怎麼包住模型。
怎麼裝、怎麼寫第一個 agent？
裝起來大概三分鐘，前提是你的 Python 是 3.12 或 3.13（目前不支援 3.14）。
- 裝核心套件：
pip install nooa，或用 uv：uv add nooa。 - 按需要加子套件：
nooa-cli（指令列、軌跡檢視器、評測執行器）、nooa-memory（長期記憶）、nooa-bench（評測 agent）。也可以寫成uv add "nooa[cli,memory]"一次裝好。 - 選模型：走 LiteLLM，所以雲端和本地都行。設好
ANTHROPIC_API_KEY或OPENAI_API_KEY就能用；想完全離線就接 Ollama 或 vLLM，不需要金鑰。 - 寫第一個 class：繼承
Agent，方法內容留...，簽章定合約、docstring 當提示詞。 - 打開軌跡檢視器：
uv run nooa start-dev，瀏覽器開localhost:5001。每一次模型呼叫、每一段程式碼執行都預設被追蹤，父子關係也留著。檢視器沒開的話追蹤就自動關掉，不用改設定。
第一次試的話，我的建議是先別碰記憶體和沙箱，就寫一個只有兩三個方法的小 class，把軌跡檢視器打開，看清楚它到底送了什麼給模型。這個框架的價值有一半在「你看得見它在幹嘛」，跳過這步就浪費了。
有什麼坑？誰現在還不該用？
這段請不要跳過，因為最大的坑是 NVIDIA 自己講的，講得比多數使用者還直接。
第一，它會執行 LLM 寫出來的程式碼。官方原話是：模型生成的程式碼可能做出危險或非預期的動作，包括把私人資料送去不受控的地方、刪檔案、改動它自己的執行環境。
第二，內建的檢查擋不住有心要跑出來的程式碼。NOOA 有 AST 靜態檢查和模組黑名單，但官方明講那是縱深防禦，不是圍堵邊界：open() 就能存取任意檔案，importlib 能直接從路徑載入模組，反射還能摸到其餘的部分。真正的邊界是作業系統層級的隔離，也就是容器、虛擬機，或 NVIDIA 自己的 OpenShell。翻成白話：不要在你的主力機器上裸跑。
第三，版本號是 0.0.8，開發狀態寫著 Alpha，官方定位是研究預覽。API 隨時會變，粗糙的地方官方也承認會有。要放進生產環境的話，現在還太早。
所以：想在週末動手玩、或者想把「傳參考」這招偷回自己專案的人，非常適合現在就看；負責上線系統、需要穩定 API 的人，可以先觀望幾個版本。
有什麼替代方案？
- 想要成熟穩定、社群大：LangGraph 或 CrewAI，文件和踩坑紀錄都比較齊全。
- 只是想要一個能幹活的 coding agent，不想自己組：直接用現成的終端 agent 就好，不需要框架。
- 需求是「多人一起指揮同一個 agent」：看 Y Combinator 的 QM，那是為協作場景設計的。
- 只想解掉 token 太貴的問題：不用換框架，先把工具結果改成傳參考、別序列化進脈絡窗，這一招單獨用就有效。
常見問題
NOOA 免費嗎？
框架本身是 Apache 2.0 授權，免費開源，商用也可以。真正的成本在你呼叫的模型 API；想完全不花錢就接 Ollama 或 vLLM 跑本地模型。
只會寫一點 Python，學得動嗎？
會寫 class 就有機會。你需要看得懂型別註記和 async，但不需要先讀完任何 agent 理論。相對地，如果你完全沒寫過 Python，這個框架的優勢對你就不存在，先從現成工具開始比較實際。
綁 NVIDIA 顯示卡或 Nemotron 模型嗎？
不綁。它走 LiteLLM，官方範例直接示範接 Anthropic、OpenAI、Ollama 和 vLLM，本身是模型無關的。
可以直接放進生產環境嗎？
現在不建議。版本 0.0.8、狀態 Alpha、官方自稱研究預覽，而且執行模型生成的程式碼一定要搭配容器或虛擬機隔離。要用在正式系統，等 API 穩下來再說。
結論：值得花一個下午，但別急著搬家
NOOA 最有意思的地方，不是 82.2% 這個分數，而是它讓「換 harness」這件事有了價格標籤：同一個 GPT-5.5，換個包裝，分數多 4 分、token 少一半。這等於在說，現在拖住 agent 的往往不是模型不夠聰明，是外面那層寫得不好。
至於「一個 Python class 就是一個 agent」會不會變成大家的預設寫法，我不確定，0.0.8 的東西講這個太早。但我會裝來玩，而且不管最後用不用它，傳參考那一招我一定會偷。
資料來源：NVIDIA 技術部落格、技術報告 arXiv:2607.20709、GitHub 專案頁、PyPI。
免責聲明：本文為技術工具介紹，非投資建議。文中數據截至 2026 年 8 月，開源專案版本與 API 變動頻繁，實際情況請以官方文件為準。執行 AI 生成的程式碼具有實際風險，請務必在隔離環境中操作。
發佈留言