NVIDIA 开源 SoL-Pi：让自动研究循环去改 agent harness，token 流量降 44.7–49.0%

9 月 17 日，NVIDIA 研究团队（NVlabs）在 arXiv 提交 SoL-Pi 论文并同步公开代码（MIT）。项目页给出的口径是：在 51 任务的长程评测集 EdgeBench 上，SoL-Pi 的性能与基线 harness Pi 相当，但记录的 token 流量下降 44.7–49.0%、API 成本降约三分之一；折算成一名研究者在单个问题上的支出，比原生 Codex 与 Claude Code 每小时省 8.75–13.50 美元，比 Pi 省 4.36–5.71 美元。

做法比数字更值得看：他们把「自动研究循环」用在 harness 层——agent 自己从公开数据与公开软件环境里搭出可执行的环境，观察模型在轨迹里如何探索，再把这些观察变成以效率为目标的自动研究循环。152 个候选方向里只有四个机制存活下来，分别落在动作执行、上下文压缩、观测处理与委派阅读，最后拼成 SoL-Pi。

它改变了什么：递归自我改进（RSI）此前多被理解成「模型改模型」，这条把 RSI 先用在了「模型干活所依赖的工具链」上，并且把优化目标明确成 token 效率而非能力上限——先让 AI 把 AI 做得更便宜，再谈放大 RSI。它同时说明这类改进是可迁移的：从开发环境里搜出来的机制在留出评测上依然成立。边界：全部数字为官方自报，EdgeBench 的题目与验证器被作者保留为留出集，无第三方复现。

原文链接：NVIDIA NVlabs 项目页 / arXiv