英伟达开源SoL-Pi 编码Agent令牌砍近半

时间：2026 年 9 月 26 日 地点：美国加州圣克拉拉（NVIDIA 总部）/ MIT / 南洋理工大学 人物：Song Han（MIT）、Haozhe Liu、Tian Ye（NVIDIA 研究团队） 事件详情：NVIDIA Labs 联合 MIT 与南洋理工大学开源 SoL-Pi 框架，通过自动研究循环让 AI 自主优化编码智能体的 Harness 层（控制层）。研究团队在 535 个可执行环境中探索 152 个方向、运行 3000+ 次实验、产生 60,000+ 次智能体-环境交互，最终从约 40 个候选机制中保留 4 个：动作融合（Action Fusion）把"修改文件+跑测试"合并为单次调用、在线上下文压缩（Online Context Compact）在子任务完成后按性价比裁剪上下文、观察打包（ObservationPack）将大文件输出替换为短摘要加按需索引、证据保留归约器（Evidence-Preserving Reducer）把长日志交给便宜模型并自动核验引用。在 51 任务 EdgeBench 评测中，SoL-Pi 在 GPT-5.6 Sol 和 Opus 5 上取得与 Pi 相当的性能，token 流量降低 44.7%-49.0%、API 成本下降约三分之一。 背景：编码智能体正从"辅助写代码"走向"无人值守自主探索"，单次任务可长达 2-12 小时，token 消耗成为规模化的第一瓶颈。Anthropic 数据显示，智能体工作负载 token 消耗约为普通聊天的 4 倍，多智能体系统可达 15 倍。传统效率优化集中在模型层（注意力加速、量化、用更便宜的模型），SoL-Pi 改在 Harness 层下功夫，定位"省 token 不偷懒"的递归自我改进路径。 影响：SoL-Pi 以 MIT 协议开源，GitHub 已获 2.3k Star，Node.js 22.19+ 即可一键安装。在 EdgeBench 上，SoL-Pi 比 Codex 原生 Harness 便宜 50.0%，比 Claude Code 原生 Harness 便宜 54.3%，每小时可省 8.75-13.50 美元。但代价同样存在：Terminal-Bench 4 的 63 个 CPU 任务中，SoL-Pi 解出 15 个，Codex 与 Pi 各解 18 个；IMO 2026 仅解出 6 道题中的 3 道。研究团队下一步计划以 SoL-Pi 作为下一轮搜索的起点，让更便宜的 Harness 反哺研究循环，实现"递归效率改进"。 总结：英伟达通过 SoL-Pi 把 Harness 层拉进了自动优化的射程，证明模型外围的软件层才是 token 浪费的重灾区。短期看，企业可直接采用 4 个机制把编码 Agent 账单砍半；长期看，harness-level 编译器、schema 最小化器、observation 规划器将成为 AI Infra 新蓝海，重塑 Agent 执行框架的成本结构。 参考来源： 1. The Decoder（原始报道）：https://the-decoder.com/nvidias-sol-pi-system-cuts-coding-agent-token-usage-nearly-in-half-by-optimizing-the-harness/ 2. NVIDIA 官方项目页：https://nvlabs.github.io/SoL-Pi 3. arXiv 论文 2609.20519：https://arxiv.org/abs/2609.20519 4. BestBlogs 中文深度解读：https://www.bestblogs.dev/status/2101104385384497425 5. AGI Hunt 英文版：https://agihunt.info/en/p/1a0cdb61b823c97d434f41cfbed 6. BlockBeats 中文快讯：https://www.theblockbeats.info/flash/366622 7. The Next Gen Tech Insider：https://thenextgentechinsider.com/pulse/nvidia-launches-sol-pi-to-slash-token-usage-and-costs-for-coding-agents 8. CSDN 技术博客：https://blog.csdn.net/qq_45831510/article/details/166121262