随着OpenAI的推进，英伟达终于发布了其开源工具Harness——SoL-Pi。该工具以Pi为基础，构建了一套高效的Harness增强层，从而赋予AI自我迭代和优化的能力。在这一严谨的自动化流程中，AI担任起了研究员的角色，观察Agent的工作，识别出哪些步骤浪费Token，并提出改进建议、修复错误，最后将方案送入测试。经过初步搜索，AI从152个选项中筛选出了四种高效架构。实验证明，这一方法能最多节约64%的Token消耗，API调用成本降低50%-54%。在专业研究环境下，使用该工具可每小时节省8.75至13.5美元。英伟达通过开源，将AI的成本控制能力进一步提升。安装非常简单，一行代码即可完成： 「pi install git:github.com/NVlabs/SoL-Pi」。

在允许运行命令之前，Harness作为模型工作框架至关重要。它组织了模型的推理过程、工具使用、上下文信息、执行反馈和任务流程，使模型能够顺利地读取文件、修改代码及执行测试。不同的Harness配置对同一模型的效率影响显著。然而，编程智能体面临着越来越长的任务，Token的浪费在不知不觉中积累。AI在已读取的文件上进行反复推理，导致Token不必要的消耗；而对于递归自我改进，AI每尝试一次都会产生费用，包括失败的方案。

SoL-Pi的发布正是为了应对这些挑战。与基础的Pi相比，SoL-Pi Token使用减少了45%至49%，成本降低了约三分之一，同时保留了94%左右的平均得分。与Codex等原配Harness相比，Token的节省达到35%至64%，且成本降低50%至54%。其令人瞩目的表现源于四种关键机制的结合，专注于指代重复工作的效率优化。 龙8头号玩家

首先，动作融合通过简化模型决策环节，减少了工具调用次数。其次，在线上下文压缩在动态评估成本后执行，从而避免不必要的资源浪费。再次，输出归档与索引减少了因大文件重复造成的费用，而在小模型初筛日志的过程中引入严格的证据核验机制，则有助于精准处理日志信息以提高效能。