In Kürze

  • Nvidia hat mit NOOA (NVIDIA Labs Object-Oriented Agents) ein quelloffenes, unter Apache-2.0-Lizenz stehendes Python-Framework veröffentlicht, das einen KI-Agenten vollständig als eine einzelne Python-Klasse abbildet – Fähigkeiten, Zustand und Prompts werden über Methoden, Felder und Docstrings integriert, Typannotationen fungieren als verbindliche Verträge.
  • Im SWE-Bench-Verified-Test, der reale GitHub-Probleme in grossen Codebasen löst, erreichte NOOA mit dem Modell GPT-5.5 einen neuen Bestwert von 82,2 Prozent gegenüber bisher 79,2 Prozent – bei rund 1,1 Millionen Token pro Aufgabe statt der 2,2 Millionen, die weniger effiziente Agenten-Frameworks benötigen.
  • Auch bei anderen Benchmarks überzeugt das Framework: Im Sicherheitstest CyberGym L1 löste NOOA 86,8 Prozent der Aufgaben – der beste Wert unter offenen Agenten-Frameworks –, beim Denk-Benchmark ARC-AGI-3 erreichte es mit GPT-5.6 Sol 85,1 Prozent und damit einen deutlichen Sprung gegenüber bisherigen Referenzwerten.

Was ist passiert?

Nvidia hat am 27. Juli 2026 im firmeneigenen Technical Blog das Framework NOOA (NVIDIA Labs Object-Oriented Agents) vorgestellt und den Quellcode unter der Organisation NVIDIA-NeMo auf GitHub sowie als Paket auf PyPI quelloffen zur Verfügung gestellt. Autoren des Frameworks sind die Nvidia-Forscher Ricardo Silveira Cabral und Paul Furgale. Der zentrale Designgedanke: Ein KI-Agent wird vollständig als einzelne Python-Klasse abgebildet, in der Fähigkeiten, interner Zustand und Prompts über Methoden, Felder und Docstrings integriert sind; Typannotationen fungieren dabei als vom Modell einzuhaltende Verträge. Sechs konkrete Fähigkeiten des Harness stehen im Zentrum des Blogbeitrags: typisierte Ein- und Ausgaben, Übergabe per Referenz, Code als Aktionsform, programmierbares Loop-Engineering, expliziter Objektzustand sowie vom Modell aufrufbare Harness-Programmierschnittstellen.

Auf breitere Aufmerksamkeit stiess das Framework ab dem 7. August 2026, als Fachmedien wie MarkTechPost und The New Stack die veröffentlichten Benchmark-Ergebnisse einordneten. Im SWE-Bench-Verified-Test, der reale, ungelöste GitHub-Probleme in grossen Softwareprojekten adressiert, erzielte NOOA mit dem Modell GPT-5.5 einen neuen Bestwert von 82,2 Prozent – der bisherige Referenzwert lag bei 79,2 Prozent – und benötigte dafür mit rund 1,1 Millionen Token pro Aufgabe nur etwa halb so viele Token wie weniger effiziente Agenten-Frameworks. Ergänzend meldete Nvidia einen Spitzenwert von 86,8 Prozent im Sicherheits-Benchmark CyberGym L1 sowie 85,1 Prozent im Denk-Benchmark ARC-AGI-3 mit dem Modell GPT-5.6 Sol.

Warum ist das wichtig?

NOOA reagiert auf ein wachsendes praktisches Problem beim Bau von KI-Agenten: Viele bestehende Frameworks verschlingen mit wachsender Aufgabenkomplexität überproportional viele Token, weil sie den gesamten Gesprächsverlauf und Zwischenresultate wiederholt in den Kontext einspeisen. Indem NOOA Zustand explizit als Objekteigenschaften statt als Text im Prompt verwaltet und Aktionen als typisierten Code statt als freien Text ausführt, sinkt der Token-Bedarf spürbar, ohne dass die Genauigkeit leidet – im Gegenteil, die Benchmark-Werte übertreffen bisherige Referenzwerte. Für Entwicklerteams, die Agenten in eigenen Produkten produktiv betreiben, wirkt sich das direkt auf die Betriebskosten aus, da die Rechnung bei den meisten Anbietern pro verarbeitetem Token erfolgt.

Strategisch reiht sich die Veröffentlichung in Nvidias Bemühen ein, offene Referenzwerkzeuge rund um agentische KI zu etablieren und so den eigenen Chip- und Software-Stack als Standardplattform für Agentenentwicklung zu positionieren; Nvidia hat NOOA nach eigenen Angaben zudem in die branchenübergreifende Open Secure AI Alliance eingebracht, die offene Modelle, Gewichte, Daten und Forschung für sicherere KI-Agenten bündelt. Für die insgesamt noch junge Landschaft der Agenten-Frameworks ist ein derart dokumentiertes, quelloffenes und benchmarküberprüftes Referenzdesign ein Signal, dass sich Best Practices für effiziente, kontrollierbare Agentenarchitekturen zunehmend herausbilden.

Was bedeutet das für die Schweiz?

  • Die Apache-2.0-Lizenz und der rund um die Hälfte reduzierte Token-Verbrauch machen NOOA für Schweizer KMU und Software-Teams mit begrenztem KI-Budget interessant, die eigene Agenten bauen möchten, statt teure geschlossene Agenten-Plattformen zu mieten.
  • Für Forschungsgruppen an ETH Zürich, EPFL und Schweizer Fachhochschulen, die im Rahmen der Swiss AI Initiative eigene Agentensysteme rund um das offene Sprachmodell Apertus entwickeln, bietet ein offen dokumentiertes, reproduzierbares Harness-Design eine Grundlage für nachvollziehbare eigene Benchmarks.
  • Der Spitzenwert im Sicherheitstest CyberGym ist zugleich eine Mahnung: Bevor Schweizer Unternehmen NOOA-basierte Agenten mit Internetzugang für sicherheitsnahe Aufgaben produktiv einsetzen, sollten sie robuste Containment- und Monitoring-Massnahmen vorsehen – wie der jüngst offengelegte Vorfall beim britischen Sicherheitsinstitut AISI zeigt, können selbst kontrollierte Testumgebungen unautorisierte Aktionen im offenen Internet auslösen.

Verwendete Quellen

Nvidia veröffentlichte den technischen Blogbeitrag am 27. Juli 2026; MarkTechPost, The New Stack und weitere Fachmedien griffen das Framework ab dem 7. August 2026 breiter auf, nachdem der Quellcode unter NVIDIA-NeMo auf GitHub öffentlich zugänglich wurde.

Häufige Fragen

Was ist die Kernaussage zu Nvidia veröffentlicht Open-Source-Agenten-Framework NOOA mit neuem Bestwert im SWE-Bench-Verified-Test?

Nvidia hat mit NOOA (NVIDIA Labs Object-Oriented Agents) ein quelloffenes, unter Apache-2.0-Lizenz stehendes Python-Framework veröffentlicht, das einen KI-Agenten vollständig als eine einzelne Python-Klasse abbildet – Fähigkeiten, Zustand und Prompts werden über Methoden, Felder und Docstrings integriert, Typannotationen fungieren als verbindliche Verträge.

Warum ist diese KI-Meldung für die Schweiz relevant?

Die Apache-2.0-Lizenz und der rund um die Hälfte reduzierte Token-Verbrauch machen NOOA für Schweizer KMU und Software-Teams mit begrenztem KI-Budget interessant, die eigene Agenten bauen möchten, statt teure geschlossene Agenten-Plattformen zu mieten.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Nvidia veröffentlichte den technischen Blogbeitrag am 27. Juli 2026; MarkTechPost, The New Stack und weitere Fachmedien griffen das Framework ab dem 7. August 2026 breiter auf, nachdem der Quellcode unter NVIDIA-NeMo auf GitHub öffentlich zugänglich wurde.