英伟达为 Pi 增加优化层：Agent 自动研究找出 4 种方案，Token 最高节省 64%

英伟达 NVLabs 开源 SoL-Pi，为 Coding Agent Harness「Pi」增加了一层效率优化。研究团队搭建了一套自动研究流程，让多个 Agent 分析 Pi 的运行轨迹、提出优化方案、修改代码并自动验证。最初共有 152 个候选方向，最终保留 4 个。

这 4 个优化主要用于减少重复开销：改完代码后直接继续运行测试，减少一次模型调用；将已读取的大文件和长输出先存到本地，需要时再调用；子任务结束后判断是否压缩上下文；超长日志先交给便宜模型筛选重点，再核对内容确实来自原日志。

在 EdgeBench 上，SoL-Pi 相比原版 Pi 少用 45%–49% Token，成本降低约三分之一；相比 Codex、Claude Code 的原生 Harness，Token 少 35%–64%，按 API 标价计算成本低 50%–54%。

不过，成本下降也带来一定能力损失。SoL-Pi 保留了 Pi 约 94% 的平均得分；在 Terminal-Bench 4 的 63 个 CPU 任务中，它解出 15 个，Codex 和 Pi 均为 18 个。