NVIDIA Нээлттэй Эх Бүхий NOOA Фрэймворкийг Зарлалаа: AI Агентыг Ганцхан Python Класс Болгон Хялбарчлав

AI Агент Хөгжүүлэлтийн Шинэ Үе: Граф Бүтэц Билдэхээс Класс Бичих Рүү

Сүүлийн жилүүдэд AI агентуудыг (AI Agents) хөгжүүлэх нь программ хангамжийн салбарын хамгийн халуун сэдэв байлаа. Гэвч өнөөг хүртэл LangChain, CrewAI, AutoGen эсвэл граф дээр суурилсан (graph-based) фрэймворкуудыг ашиглан AI агент бүтээх нь багагүй төвөгтэй процесс байсан юм. Хөгжүүлэгчид промптын тэмдэглэгээнүүд, JSON schema бүхий tool-үүд, callback функцүүд болон төлөв удирдах (state management) граф бүтцүүдийг хооронд нь тус тусад нь тохируулж, код ба тохиргооны маш том давхаргыг үүсгэдэг байв.

Энэхүү тархай бутархай байдлыг шийдвэрлэхээр NVIDIA Labs-аас NOOA (NVIDIA Object-Oriented Agents) нэртэй нээлттэй эх бүхий шинэ Python фрэймворкийг албан ёсоор танилцууллаа. NOOA-ийн гол үзэл баримтлал нь AI агентыг хөгжүүлэгчдийн сайн мэдэх Обьект Хамрагдсан Программчлалын (Object-Oriented Programming - OOP) зарчимд бүрэн нийцүүлж, ердийн ганцхан Python класс болгон хувиргахад оршиж байна.

NOOA Хэрхэн Ажилладаг Вэ? Ellipsis (`...`) ба OOP Механизм

NOOA фрэймворк нь уламжлалт Python хэлний бүтцийг AI агентын шийдвэр гаргах логиктой шууд холбож өгдөг. Орчин үеийн агент хөгжүүлэлтэд шаардлагатай бүх бүрэлдэхүүн хэсгийг дараах байдлаар нэг класс дотор зангиджээ:

Field (Ангилалын атрибутууд): Агентын төлөв буюу санах ойг (agent state) илэрхийлнэ. Агент ажиллах явцдаа ямар өгөгдөл хадгалж, шинэчилж байгааг энд тодорхойлно.
Docstring: Модельд өгөх заавар буюу промпт (prompt instructions) болж ажиллана. Классын болон методын docstring-ийг систем автоматаар уншиж, LLM-д зориулсан контекст болгон ашигладаг.
Type Annotations (Төрлийн тодорхойлолт): Моделиос ирэх ба буцах өгөгдлийн бүтцийг шалгах гэрээ (contract)-ний үүргийг runtime түвшинд гүйцэтгэж, гаралт буруу форматтай байхаас сэргийлнэ.
Method (Метод): Агентын хийж чадах үйлдлүүд буюу хэрэгслүүдийг (tools) тодорхойлно.

Хамгийн сонирхолтой шийдэл нь, хэрэв хөгжүүлэгч методын биеийг Python хэлний ... (Ellipsis) тэмдэглэгээгээр үлдээвэл, NOOA-ийн runtime систем тухайн методыг LLM-ийн шийдвэр гаргах циклээр (LLM-driven loop) автоматаар хэрэгжүүлдэг. Харин хөгжүүлэгч өөрөө код бичиж өгсөн ердийн методууд нь детерминистик буюу уламжлалт Python код хэвээр үлдэнэ. Ингэснээр нэг класс дотор магадлалт (probabilistic) AI логик болон хатуу детерминистик кодын заагийг тун хялбар зааглаж өгөх боломжтой болсон юм.

from nooa import Agent

class CodeReviewAgent(Agent):
    """Та бол систем дэх Pull Request-үүдийг шалгаж, кодын чанарыг хариуцсан AI агент юм."""
    
    current_pr_id: int
    found_vulnerabilities: list[str] = []

    def security_audit(self, diff_text: str) -> dict:
        """Кодын өөрчлөлтөд аюулгүй байдлын аудит хийж, эмзэг байдлыг илрүүлнэ."""
        ...  # Энэ методыг LLM runtime бие даан гүйцэтгэнэ

    def approve_pr(self, pr_id: int) -> None:
        """Детерминистик ердийн Python метод"""
        print(f"Pull Request #{pr_id} амжилттай баталгаажлаа.")

Промпт Инженерчлэлээс Программчлалын Стандарт Рүү

NOOA-ийн авчирч буй томоохон давуу тал нь AI агентын ажиллагааг код бичих уламжлалт инженерчлэлийн стандартад эргүүлэн авчирснаар код арчилгаа болон бүтээмжийг үлэмж дээшлүүлж байгаа явдал юм.

IDE ба Тулгуур Багажуудтай Бүрэн Нийцэх Байдал: Агент нь ердийн Python класс учраас VS Code, PyCharm зэрэг хөгжүүлэлтийн орчинд Autocomplete, Refactoring, Type checking (mypy, pyright) шууд дэмжигдэнэ. Энэ нь хөгжүүлэгчдэд промптын текстийн алдаа хайх шаардлагагүй болгодог.
Нэгдмэл Интерфэйс ба Туршилт: Хөгжүүлэгч болон AI модель хоёр ижил интерфэйсийг ашигладаг тул агентын зан төлөвийг Unit Test бичиж шалгах, Git дээр хувилбаржуулах (version control), ажиллагааг нь бүртгэх (tracing) боломжтой.
Model-Agnostic Архитектур: OpenAI, Anthropic, Meta Llama болон орон нутгийн (local) vLLM, LiteLLM зэрэг аль ч загвартай шууд холбогдон ажиллах боломжтой бөгөөд загвар солиход агентын классын кодыг өөрчлөх шаардлагагүй.

Гүйцэтгэл ба Токены Хэмнэлт: SWE-bench Дээр 82.2% Амжилт

NVIDIA Labs-ийн зүгээс нийтэлсэн туршилтын үр дүнгээс үзэхэд NOOA нь одоогийн нээлттэй агент фрэймворкуудтай харьцуулахад ашигласан токены хэмжээг бараг 2 дахин (50% орчим) бууруулж чаджээ. Төвөгтэй JSON Schema болон дахин дахин дамжуулах промптын давхардлыг багасгаж, кодын түвшинд шийдсэний ач тус ийнхүү гарч байгаа юм.

Бенчмарк үзүүлэлтүүд:

SWE-bench Verified: 82.2% амжилттай (Программ хангамжийн бодит баг ба алдаа засах туршилт)
CyberGym L1: 86.8% (Кибер аюулгүй байдлын туршилт)
ARC-AGI-3 (RHAE дундаж): 85.1% (Абстракт логик сэтгэлгээний туршилт)

Эдгээр үзүүлэлтүүд нь NOOA нь зөвхөн кодын бүтцийг цэгцлээд зогсохгүй, бодит дэлхийн программ хангамжийн хүндрэлтэй асуудлуудыг бага зардлаар шийдвэрлэх өндөр гүйцэтгэлтэй болохыг харуулж байна.

Хөгжүүлэгчдэд Өгөх Ач Хобогдол

AI агентууд улам бүр нарийн төвөгтэй болж буй энэ үед агентын логик болон төлөвийг удирдах нь хөгжүүлэгчдийн гол ачаалал болоод байсан юм. NVIDIA NOOA нь фрэймворкийн илүүдэл давхаргуудыг арилгаж, агентын хөгжүүлэлтийг хөгжүүлэгч бүрийн сайн мэдэх OOP загварт буцаан авчирснаар enterprise түвшний AI агент бүтээх ажлыг эрс хялбарчилж байна.

Одоогоор NOOA фрэймворк нээлттэй эх бүхий байдлаар PIP сан дээр тавигдсан бөгөөд хөгжүүлэгчид pip install nooa ашиглан суулгаж, өөрсдийн төсөлдөө туршиж үзэх боломжтой.

Эх сурвалж: MarkTechPost, NVIDIA Labs