NVIDIA-labs OO Agents: нативные объектно-ориентированные агенты на Python
NVIDIA
В статье предлагается представлять LLM-агентов в виде обычных объектов Python: методы — это действия, поля — состояние, докстринги — промпты, а аннотации типов — контракты, при этом методы-заглушки дополняются LLM во время выполнения, а обычные методы выполняются как обычный код. Фреймворк оценивается на SWE-bench Verified, Terminal-Bench 2.0 и ARC-AGI-3.
Почему это важно
Предлагает лёгкую, нативную для кода абстракцию построения агентов, объединяющую детерминированную логику и логику на основе LLM в одном объекте — альтернативу фреймворкам на основе шаблонов промптов или графов.
Важность: 2/5
Значимая статья по агентным фреймворкам; ниже порога в 100 апвоутов для HF Daily bump.