NVIDIA เปิดตัว NOOA เฟรมเวิร์ก Python ยุคใหม่รวม AI Agent ไว้ในคลาสเดียว
NVIDIA Labs เผยโฉม NOOA เฟรมเวิร์กโอเพนซอร์ส Apache 2.0 ที่ปฏิวัติการสร้าง AI Agent ให้ยุบรวมโครงสร้างซับซ้อนเหลือเพียง Python Class เดียว
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- NVIDIA Labs เปิดตัว NOOA เฟรมเวิร์ก Python สำหรับสร้าง AI Agent รูปแบบใหม่
- ยุบรวม prompt, เครื่องมือ และเวิร์กโฟลว์ทั้งหมดให้เหลือเพียง 1 คลาสเดียว
- รองรับโมเดลหลากหลายผ่าน LiteLLM และใช้งานผ่าน pip install nooa ได้ทันที
- ทำคะแนนทดสอบบน SWE-bench Verified สูงถึง 82.2% เมื่อใช้งานร่วมกับ GPT-5.5
NVIDIA Labs ได้ฤกษ์ปล่อยตัว NOOA (NVIDIA Object-Oriented Agents) ซึ่งเป็น Python เฟรมเวิร์กที่ไม่ยึดติดกับโมเดลใดโมเดลหนึ่ง (model-agnostic) สำหรับใช้ในการพัฒนาเอเจนต์ โดยแนวทางการพัฒนาเอเจนต์แบบดั้งเดิมมักจะกระจายซอร์สโค้ดออกเป็นส่วนๆ ทั้งเทมเพลตพร้อมท์ สกีมาเครื่องมือ คอลแบป และกราฟเวิร์กโฟลว์ แต่เฟิร์มแวร์ใหม่นี้สามารถรวบรวมองค์ประกอบเหล่านั้นทั้งหมดให้จบลงภายในคลาสเดียว
โครงสร้างภายในถูกออกแบบให้เมธอดคือการกระทำที่โมเดลเลือกใช้ได้ ฟิลด์คือสถานะ และด็อกสทริง (docstrings) ทำหน้าที่เป็นพร้อมท์ ส่วนการใส่แอนโนเทชันชนิดข้อมูล (type annotations) จะทำหน้าที่เป็นสัญญาที่รันไทม์บังคับใช้ เมธอดที่มีเนื้อหาเป็นจุดไข่ปลาจะกลายเป็นเมธอดเอเจนต์ที่ทำงานผ่านลูปที่ขับเคลื่อนด้วย LLM ขณะที่เมธอดที่มีเนื้อหาปกติจะเป็นโค้ด Python แบบกำหนดได้แน่นอนที่โมเดลเรียกใช้เป็นเครื่องมือได้
ทางทีมวิจัยระบุว่ามีการนำแนวคิดฝั่งโมเดล 6 ด้านมารวมกันเป็นครั้งแรก ได้แก่ อินพุต/เอาต์พุตแบบระบุชนิด, การส่งผ่านข้อมูลด้วยการอ้างอิงบนอ็อบเจกต์จริง, โค้ดในฐานะการกระทำ, การออกแบบลูปที่ตั้งโปรแกรมได้, สถานะอ็อบเจกต์ที่ชัดเจน และฮาร์เนส API ที่โมเดลเรียกใช้งานได้ โดย NVIDIA ได้นำเฟรมเวิร์กและฮาร์เนสอื่นอีก 14 ตัวมาทดสอบเทียบเคียง เช่น LangGraph, Google ADK, PydanticAI, smolagents และอื่นๆ พร้อมรายงานว่าตัวเลือกอื่นยังมีข้อจำกัดในการครอบคลุมฟีเจอร์เหล่านี้
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
การเปิดตัว NOOA ของ NVIDIA ถือเป็นก้าวสำคัญในการลดความซับซ้อนของการพัฒนา AI Agent โดยเปลี่ยนจากการเขียนโค้ดแยกส่วนมาเป็นการใช้หลักการ Object-Oriented Programming (OOP) ที่นักพัฒนา Pythonคุ้นเคยกันดี ซึ่งช่วยลดจำนวนโทเค็นและเพิ่มประสิทธิภาพในการจัดการบริบทของโมเดลได้อย่างมีนัยสำคัญ
ด้านประสิทธิภาพถือเป็นจุดเด่นสำคัญ เนื่องจากสามารถทำคะแนน 82.2% ด้วยการใช้โทเค็นเพียงประมาณ 1.1 ล้านโทเค็นและเรียกใช้โมเดลประมาณ 28 ครั้งต่อหนึ่งงาน เทียบกับคู่แข่งอย่าง PI ที่ใช้โทเค็นถึง 2.2 ล้านโทเค็นและเรียกใช้โมเดล 66 ครั้งในระดับความแม่นยำ 78.2% นอกจากนี้ยังมีการตรวจสอบการสิ้นสุดการทำงานอย่างเข้มงวดผ่าน TaskResult ที่ต้องมีหลักฐานและคำสั่งยืนยันประกอบด้วย
สำหรับตัวซอฟต์แวร์ใช้งานภายใต้สัญญาอนุญาต Apache 2.0 ติดตั้งผ่านคำสั่ง pip install nooa (เวอร์ชัน v0.0.8 ปล่อยเมื่อ 30 กรกฎาคม 2026) และต้องใช้ร่วมกับ Python 3.12 ถึง 3.13 โดย PyPI จัดสถานะเป็นอัลฟาและ NVIDIA ระบุว่าเป็นงานวิจัยพรีวิว ทั้งนี้ระบบความปลอดภัยใช้การจำกัดระดับ OS และการตรวจสอบ AST เป็นเกราะป้องกันเชิงลึก
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น