NVIDIA刚刚开源了一个挺有意思的东西：SoL-Pi。 它不是从零做了一套新的…

NVIDIA刚刚开源了一个挺有意思的东西：SoL-Pi。

它不是从零做了一套新的Agent Harness，而是基于Pi做了一套Harness效率增强层，用MIT License开源。

这个项目的重点是让Agent自动研究怎么优化Agent自己的Harness。

他们搭了535个可执行训练环境，其中495个来自真实GitHub Issue-PR，另外40个是带Verifier的合成任务，然后让Auto-Research Loop不断提出新的Harness改进方案、实现、跑实验、验证，最后只有大约1/40的想法能活下来。

最终这个管线自动找出了四个优化：

1. Action Fusion：改完代码直接把测试/运行合并进同一次Tool Call，减少一次模型往返。
2. Online Context Compact：不等Context快爆了再压缩，而是在子任务完成节点主动判断是否Compact。
3. ObservationPack：巨大的Tool Result不再每轮塞回Context，只保留索引，需要时精确取回。
4. Evidence-Preserving Reducer：长Log先交给更便宜的Agent阅读压缩，同时对引用证据逐条验证。

效果也非常好：
相比原始Pi，SoL-Pi Token使用量降低45%–49%，成本降低约1/3，同时保留约94%的平均任务得分；
相比模型自己的原生Harness，Token少35%–64%，按API标价计算成本低50%–54%。
在GPT-5.6 Sol上，SoL-Pi的EdgeBench得分甚至超过了原生Codex Harness。

这其实和现在DeepSeek Harness的方向撞到一起了：

模型越来越强之后，下一层Scaling开始发生在Harness。

但Nvidia的SoL-Pi又往下走了一次一层：
不只是人优化Harness，而是让Agent自己跑Research Loop，找到更好的Harness，再拿这个Harness去跑下一轮Research。

他们自己给这个方向起名叫Efficiency for Efficiency。

更高效的Harness → 更便宜的Auto-Research → 同样预算跑更多实验 → 再找到更高效的Harness。

模型之外的RSI，已经开始有点具体的样子了。

项目地址：github.com/NVlabs/SoL-Pi