A NVIDIA abriu o código do NOOA (NVIDIA Object-Oriented Agent), um framework em Python para construir agentes de IA, e publicou benchmarks que mostram ganhos de desempenho de dois dígitos com metade do custo em tokens de harnesses concorrentes — um contraponto prático ao debate sobre escala bruta de modelo que dominou o noticiário de IA nesta semana.
O que mudou
Segundo o MarkTechPost e o blog técnico da própria NVIDIA, o NOOA estrutura um agente inteiro como uma única classe Python: métodos definem as ações que o modelo pode tomar, campos guardam o estado, docstrings viram prompts e anotações de tipo funcionam como contratos que o runtime aplica. O framework é agnóstico de modelo — conecta-se via LiteLLM a APIs hospedadas, Ollama ou endpoints vLLM — e é publicado sob licença Apache 2.0, ainda como preview de pesquisa em fase alfa (pip install nooa, versão 0.0.8, lançada em 30 de julho).
Nos benchmarks divulgados pela NVIDIA, o NOOA atingiu 82,2% no SWE-bench Verified usando o GPT-5.5 — acima do estado da arte anterior, citado próximo de 79% por harnesses concorrentes — mas usando cerca de 1,1 milhão de tokens por tarefa, contra 2,2 milhões de harnesses comparáveis: metade do custo para um resultado igual ou melhor, a menos de US$ 20 por tarefa segundo a NVIDIA. Em CyberGym L1, benchmark de cibersegurança, o NOOA resolveu 86,8% das tarefas, à frente de outros agentes open-source.
O NOOA nasce como contribuição central da NVIDIA para a Open Secure AI Alliance, a coalizão de mais de 37 empresas — incluindo Microsoft, Cloudflare, CrowdStrike e Hugging Face — formada após o incidente de segurança entre OpenAI e Hugging Face que cobrimos aqui no fim de julho.
Por que isso importa
O framework inclui memória de longo prazo tipada e relacional, guardada num banco SQLite legível por humanos, além de CLI, visualizador de rastros ("trace viewer") e ferramentas de benchmark — recursos pensados para tornar o comportamento do agente testável, rastreável e auditável, não só rápido. Isso é diferente da corrida por modelos cada vez maiores: o ganho de desempenho aqui vem da arquitetura do agente, não do tamanho do modelo por trás dele — reforçando o que já apontamos esta semana sobre a ByteDance: escala bruta é uma métrica de engenharia, não de resultado de negócio.
O impacto para o Brasil
Para times de TI e engenharia no Brasil que estão avaliando como construir ou contratar ferramentas de agentes de IA, o NOOA é um sinal de mercado, não uma recomendação de produto pronto para produção — o próprio pacote está em fase alfa. Mas ele expõe um critério de avaliação concreto: um framework de agente agnóstico de modelo reduz dependência de um único fornecedor, e recursos nativos de auditoria e rastreabilidade facilitam demonstrar governança para reguladores e para o próprio conselho — exatamente a lacuna que a Arctera apontou aqui semanas atrás, quando só 19% das empresas conseguiam provar que a governança de IA funciona na prática.
Leitura da Entercast
O NOOA é mais um dado de que a etapa madura da adoção de IA agentiva não vai ser vencida por quem tem o modelo maior, e sim por quem constrói a melhor camada de orquestração, memória e auditoria em cima do modelo — seja qual for. Para empresas brasileiras ainda no estágio de piloto, vale menos perguntar "qual modelo é mais forte" e mais "nossa arquitetura de agente é testável, rastreável e trocável de fornecedor sem retrabalho". É esse tipo de decisão de infraestrutura, tomada cedo, que separa o piloto que nunca sai do papel do piloto que vira escala.