NVIDIA、AIエージェントの性能を高めるフレームワーク「NOOA」をオープンソース公開

要点

• NVIDIA Labsは、AIエージェントの動作制御を担うオープンソースの新フレームワーク「NOOA」を発表した。

• エージェントを1つのPythonクラスとして定義し、既存のツールを用いた開発やテストを容易にする。

• AIの動作形式として、型指定された入出力やPythonコードによるアクションなど6つの基本設計を採用。

• エージェント自身が情報を整理・蓄積するナレッジグラフ形式の長期メモリシステムを搭載する。

• 複数の主要ベンチマークで、従来システムを上回る高い精度とトークンコストの削減を実証した。

• 米NVIDIAの研究部門であるNVIDIA Labsは2026年7月27日、AIエージェントの性能を高めるオープンソースフレームワーク「NOOA（NVIDIA Labs Object-Oriented Agents）」の研究プレビューを公開した。AIエージェントの成果はモデル自体だけでなく、動作制御を担う周辺システム「ハーネス」の設計に左右される。ハーネスの設計次第で、同一モデルでもベンチマーク成績が数十パーセント変動し、計算費用のトークンコストにも大きな差が生じることが明らかになった。

エージェントを「1つのPythonクラス」として定義

従来のAIエージェント開発は、プロンプトのテンプレートやツールの仕様、実行フロー図など多くの要素を個別に調整する必要があった。これに対しNOOAは、「エージェントは1つのPythonクラス（プログラムの共通テンプレート）」というシンプルな設計を採る。

クラス内のメソッド（関数）が能力、フィールド（変数）が状態、説明文がプロンプトとなり、型アノテーションが実行時のルールとなる。省略記号「...」（エリプシス）のメソッドは実行時にLLM（大規模言語モデル）が自動補完し、通常のメソッドは決定論的（同じ入力に常に同じ結果を返す性質）なコードとして動く。これにより、コードの差分比較やテストといった従来のソフトウェア開発ツールがそのままエージェント開発に適用可能になる。

性能向上を支える6つの設計アイデア

NOOAでは、AIモデルの性能を最大化するため以下の6つの基本設計を採用している。

1. 型指定された入出力: 指示や返答を、指定され検証された値で行う。
2. 参照渡し: データ変換（シリアライズ）を経ずに、生のオブジェクトを直接操作する。
3. アクションとしてのコード: AIがPythonコードを直接記述することで動作を実行する。
4. プログラム可能なループ: 制御ループ自体が通常のPythonで書かれており、書き換え可能。
5. 明示的なオブジェクト状態: 会話履歴に頼らず、オブジェクト自体に状態を永続保存する。
6. モデル呼び出し可能なハーネスAPI: 文脈データ等をAPIとして公開し、AI自身が検査・管理できる。

自律的に整理を行う長期メモリシステム

NOOAは、エージェント自身が情報を整理・管理する長期メモリシステムを搭載する。自動の要約処理とは異なり、エージェントが専用ツールで記録、検索、修正を主体的に行う。

記憶は「支持する」「矛盾する」などの関係性で結ばれ、情報同士の繋がりを示す「ナレッジグラフ」として蓄積される。バックグラウンドのリフレクション（省察）処理が重複統合や不要情報の削除を自動で行う。メモリは、軽量なデータベース規格である「SQLite」形式の単一ファイルで保存され、人間による検証や複数エージェント間での共有も可能である。

ベンチマークで実証された高い性能と効率

NOOAは、「SWE-bench Verified（ソフトウェア開発の評価指標）」や「CyberGym L1（セキュリティの評価指標）」、「ARC-AGI-3（抽象的推論の評価指標）」などの主要ベンチマークで高い性能を実証した。従来システムと比較して、同一モデルで高い精度を達成しつつ、消費するトークンコストを大幅に削減できたという。特にARC-AGI-3の評価では、メモリシステムの活用によりエージェント効率を示す指標が11.8ポイント向上したと説明している。