SoL-Pi 论文：自动研究循环优化 Agent 框架，省近半 token 成本
burny_tech · x · 2026-09-20
NVIDIA、MIT 等机构提交的论文 SoL-Pi 提出，在 harness 层用递归自动研究循环（RSI 思路）让编码 Agent 自动优化自身框架，而非人工设计。
在多环境中自动选择后存活下四种机制，覆盖动作执行、上下文压缩、观察处理与委托读取，构成 SoL-Pi。
关键结果：在 51 任务的 EdgeBench 上，性能与原生 Pi 框架在 GPT-5.6 Sol 和 Opus 5 下相当，token 流量减少 44.7–49%，API 成本约降三分之一；相比原生 Codex/Claude Code 每小时估计省 $8.75–13.50，相比 Pi 省 $4.36–5.71。
「编程与Agent」频道最新
- Spotify 基于 3.6 万次 AI 编码会话经验推出 Mac 应用 Xirp — shashib · 2026-09-20
- Resetwatch 插件一页聚合 14 家 AI 服务用量与额度重置时间 — Teknium · 2026-09-20
- 基于 jev 构建按重要性实时排序的收件箱，替代时间序邮件流 — xkonjin · 2026-09-20
- DAIR.AI 推出自动更新的 Awesome Jev 合集，策展也由 Jev 完成 — omarsar0 · 2026-09-20
- 开源乔木油猴脚本:公众号/小红书/抖音一键粘贴传图 — vista8 · 2026-09-20
- 用户吐槽 Astra 三天内额度消耗明显加速，20x 档两天用满 — iamrobotbear · 2026-09-20