エージェント品質は、モデル名だけで決まりません。文脈の描画、アクションの実行、状態の持ち方、終了判定——いわゆるハーネスの設計で、ベンチ結果もトークンコストも二桁％単位で動くことがあります。
📑目次
何が発表されたか
2026年7月27日、NVIDIA Labs は研究プレビューとして NOOA（NVIDIA Labs Object-Oriented Agents） を公開しました。
エージェントを「1つの Python クラス」として定義し、次のようにみなす設計です。
- メソッド ＝ 能力
- フィールド ＝ 状態
- docstring ＝ プロンプト
- 型注釈 ＝ 契約
本文が ... のメソッドは実行時の LLM ループが埋め、通常の本体は決定的な Python のまま残します。
同日前後には、オープンなモデル・ハーネス・防御ツールをサイバー防衛資産と位置づける Open Secure AI Alliance も発表され、NOOA はその技術寄与の一つとして挙げられています。
この記事で整理すること
本記事では宣伝の再掲ではなく、次を整理します。
- NOOA の設計原則
- 6つのハーネス能力と pass-by-reference
- SWE-bench / CyberGym などの自己報告数値の読み方
- アライアンスとの切り分け
- 既存ハーネス比較と試す手順
想定読者と読み方
対象読者は次のとおりです。
- エージェント実装者
- ハーネス選定中のチーム
- コーディングエージェント利用でトークン圧を感じる実務者
著者の一次体験は未記入のため、中立の実務トーンで書きます。評価・検索まわりの隣接論点は、MLOpsの継続的学習とエージェント評価｜Demo Hellを避ける実務設計 や エージェント向け検索の設計｜どう探させ、何を返すか もあわせて参照してください。
NOOAとは何か — エージェントをPythonオブジェクトにする
結論から言うと、NOOA はプロンプトテンプレ・ツールスキーマ・コールバック・ワークフローグラフに分散しがちな定義を、1つの Python クラスへ寄せる研究プレビューです。
クラス設計の対応関係
対応関係は次のとおりです。
- メソッド ＝ 能力（アクション）
- フィールド ＝ 状態（型付きでモデルから見える）
- docstring ＝ プロンプト
- 型注釈 ＝ 契約（typed I/O と検証）
- 本体が
...のメソッド ＝ 実行時 LLM ループが埋める - 通常の本体 ＝ 決定的 Python（ユニットテスト可能）
実務含意と第三者の位置づけ
実務上の含意は単純です。diff、コードレビュー、型チェック、リファクタが「普通のソフトウェア」と同じ道具で回る、という主張です。公式 Tech Blog、GitHub: NVIDIA-NeMo/labs-OO-Agents（Apache 2.0）、論文 arXiv:2607.20709 が同趣旨で一次面になります。
第三者側では、AI Weekly が「plain Python object」としての設計を独立整理し、graph/DSL ハーネスへの対抗軸として6 ideas を位置づけています。日本語では HyperAI も中核機能を再掲しています。
研究プレビューとしての制限
制限もはっきりしています。研究プレビューであり、main 直依存は破壊的変更のリスクがあります。本番 SLA や企業サポート範囲は、ブログ単独では確定しません。
6つのハーネス能力とpass-by-reference
公式が挙げる6 ideas は「精度」だけでなく「トークン効率」の説明変数でもあります。
6 ideas の一覧
- Typed input/output — 自由文ではなく型付き引数と検証済み戻り値
- Pass by reference — ツール結果を全文シリアライズせず、ライブな Python オブジェクト参照を渡す。モデルには境界付きプレビューを見せる
- Code as action — モデルは Python を書いて行動する（制御フローやメソッド呼出）
- Programmable loop engineering — オーケストレーションループ自体が通常の Python
- Explicit object state — 耐久状態が会話履歴だけでなくオブジェクト上にある
- Model-callable harness APIs — コンテキストブロックやイベント履歴をモデルが inspect / manage できる
メモリ（typed SQLite）
メモリ面では、エージェントが意図的に書く typed/tag SQLite を掲げます。
- supports / contradicts / derived-from などの関係を持つ
- reflection で統合する
- NVIDIA 報告では、ファイルノート比で ARC-AGI-3 に +11.8 RHAE
pass-by-reference が読者に効く理由
読者への橋渡しとして重要なのは pass-by-reference です。コーディングエージェント利用でよく起きる「ツール結果の全文貼付でコンテキストが溶ける」問題に、設計レベルで対抗する主張だからです。
前提と留意点は次のとおりです。
- 前提: 実行環境にオブジェクトが生きていること
- 留意: 分散マルチプロセスや純粋な HTTP ツール境界では、同型再現のための追加設計が必要
ベンチ数値の読み方 — SWE-bench / CyberGym / ARC-AGI-3
数値は NVIDIA 自己報告と、投稿時点の公開リーダーボード比較です。採用判断では「条件付きの上限信号」として読むのが安全です。
主要指標の一覧
| 指標 | NVIDIA報告の要約 | 読み方の注意 |
|---|---|---|
| SWE-bench Verified | GPT-5.5 で 82.2%（投稿時公開 SOTA 79.2% 超え主張）。Opus 4.6 は 79.8%。一般用途 253 行エージェント、ベンチ専用プロンプトなし | モデル・評価ハーネス依存。SOTA は時点比較 |
| トークン効率 | 29 calls / 約1.1M tokens/task で 78.2%、比較ハーネスは 66 calls / 2.2M。別条件 29 calls / 1.3M で 78.6%。おおよそ半コスト主張 | 自ワークロードでの再測定が必要 |
| Context compaction | SWE-Bench で不要と主張。median peak prompt 22–72k（200–400k window 比） | pass-by-reference 前提の結果 |
| CyberGym L1 | GPT-5.5 で 86.8%。ネットワーク遮断 + trajectory cheat check | ネットワーク条件を誤解しない |
| ARC-AGI-3 | GPT-5.5 mean RHAE 50.2%。GPT-5.6-sol で 85.1%。ゲームあたり $20 未満（$17.85 / $13.3） | コスト込みの Pareto 主張 |
出典：NVIDIA Developer Tech Blog（2026年7月時点）
第三者報道での確認
The Hacker News は CyberGym 86.8% とネットワーク遮断条件を独立報道しています。第三者確認は「同じ数字が外部媒体にも載った」ことの補強であり、自環境再現の保証ではありません。
採用前チェックリスト
- 自チームのモデル API と評価セットで再測定する枠があるか
- 「SOTA 超え」が投稿時点比較であることを説明できるか
- セキュリティ系ベンチのネットワーク遮断条件を誤解していないか
- トークン半減を自ワークロードで1タスク測るか
- ベンチ数値を社内資料へ無条件転載しない運用があるか
Open Secure AI AllianceとNOOAの位置づけ
NOOA 単体のフレームワーク話と、オープン防御スタックの業界アライアンス話は接続しますが同一ではありません。分けて読む必要があります。
NVIDIA側の位置づけ
NVIDIA Blog は、オープンモデル／ハーネス／防御ツールをサイバー防衛資産と位置づけています。
- Hugging Face 2026年7月のインシデントを「閉じた AI が forensic を阻害した例」として引用
- NOOA を GitHub 上のオープン寄与として明示
- 参加表明には Microsoft、IBM、Red Hat、Hugging Face、CrowdStrike、Elastic、Linux Foundation、Nous Research などが名を連ねる
独立ソースでの確認
独立面では次が揃います。
- The Hacker News: 37 メンバー規模、NOOA を初の名前付き技術貢献として紹介。ガバナンス文書・共同 repo 未公開などの留保付き
- Linux Foundation / Red Hat: inaugural partner / member としての声明。agent harnesses まで含む防御スコープ
- CrowdStrike / Elastic: 参加と貢献方針の独自表明
社内での切り分け
読者への含意は明確です。「NOOA を入れる＝アライアンスに参加」ではありません。社内では次を別チケットに分けるのが安全です。
- (a) 研究ハーネス実験
- (b) オープン防御方針のウォッチ
既存ハーネスとの比較表と試す手順
全部置き換え前提にせず、「オブジェクト指向サーフェスが自チームのレビュー文化に合うか」で試すのが現実的です。
比較表
| 観点 | NOOA（研究プレビュー） | 典型 graph/DSL ハーネス | 読者の判断ポイント |
|---|---|---|---|
| 定義の置き場 | 1 Python クラスに集約 | ノード/エッジ/YAML/スキーマ分散 | コードレビュー文化の強さ |
| アクション表現 | code-as-action（Python） | ツール JSON / ノード実行 | 型とテストのしやすさ |
| ツール結果 | pass-by-reference 主張 | 文脈へシリアライズが多い | トークン圧の有無 |
| 状態 | オブジェクト上の明示状態 | 会話履歴中心になりやすい | 長期タスクの可観測性 |
| メモリ | エージェントキュレート SQLite | 要約パイプラインや外部 store | 監査・バックアップ要件 |
| 成熟度 | 研究プレビュー・Apache-2.0 | 製品/コミュニティ差が大きい | SLA・破壊的変更耐性 |
| 根拠 | Tech Blog / paper / GitHub | 各製品ドキュメント | 一次情報の有無 |
出典：NVIDIA Tech Blog、labs-OO-Agents README（2026年7月時点）
試す手順（GitHub README ベース）
uv initでプロジェクトを作るuv add "nooa @ git+https://github.com/NVIDIA-NeMo/labs-OO-Agents.git@main"で追加する- examples の SupportAgent 型パターンで、
...メソッドを1本動かす - 自前の小さな決定的メソッドを併置し、ユニットテスト可能かを確認する
- 可能なら既存ハーネスと1タスクで call 数・トークンを比較ログする
やらないこと（試用段階）
- 本番 SLA 前提の全面移行
- ベンチ数値の無条件転載
- アライアンス参加と製品保証の同一視
main直依存を固定版なしで長期間放置すること
関連記事:
よくある質問（FAQ）
Q1. NOOA は LangGraph などの置き換えですか？
いいえ。研究プレビューの別設計です。全面置換前提ではなく、オブジェクト指向サーフェスとトークン経路の実験枠として読むのが妥当です。
Q2. 82.2% や 86.8% は自環境でも出ますか？
NVIDIA 報告値です。モデル、評価ハーネス、ネットワーク条件に依存します。再測定枠がないなら上限信号として扱ってください。
Q3. pass-by-reference は何が嬉しいのですか？
ツール結果の全文をプロンプトに載せ続けない設計で、トークンとキャッシュ効率を稼ぐ主張です（公式）。分散ツール境界では同型再現の設計が別途必要です。
Q4. Open Secure AI Alliance に入らないと NOOA は使えませんか？
いいえ。コードは Apache-2.0 の公開研究リポジトリです。アライアンスは別レイヤの業界イニシアチブです。
Q5. 本番でいつ使えますか？
研究プレビュー段階です。監査、再現、破壊的変更、サポート境界を満たすまで、実験用途が妥当です。
Q6. 著者は本番導入済みですか？
本記事は中立実務トーンです。一次体験は未記入のため、個人の成功談としては書きません。
まとめと次のアクション
NOOA の価値は「新しいモデル名」より、次の二つにあります。
- エージェント定義を Python オブジェクトに寄せ、ハーネスが精度とコストの両方を動かすという設計論
- 再現可能な公開物（Tech Blog / arXiv / GitHub）
Open Secure AI Alliance は政策・防御スタックの文脈であり、実装チケットと混同しないことが重要です。
今週できる次アクション
- Tech Blog の6 capabilities を自ハーネスの用語にマッピングする（1枚メモ）
- GitHub から uv で入れ、examples を1本動かす
- 既存1タスクで call 数とトークンを測り、pass-by-reference の仮説を検証する
- アライアンス声明は政策・防御スタックのウォッチリストへ（実装チケットと分離）
やらないこと
- ベンチ数値の無条件転載
- 研究プレビューの本番全面移行
- アライアンス＝製品保証と誤解すること
評価ループの設計は MLOpsの継続的学習とエージェント評価 と、検索経路の設計は エージェント向け検索の設計 も併読すると判断材料が増えます。
著者
krona23
IT業界20年以上の実務経験を持ち、日本国内有数のPVを誇る大規模Webサービスで事業部長・CTOを複数社で歴任。Windows/iOS/Android/Webと技術の変遷を経験し、現在はAIネイティブへの変革に注力。DevGENTでは、AIコードエディタ・自動化ツール・LLMの実践的な使い方を日英西3言語で発信中。
コメントを残す