📖 AI 总结

英伟达研究人员提出名为SoL-Pi的系统，将优化重点从模型本身转向编码智能体的控制层（即harness），该层负责管理智能体如何观察状态、执行动作和处理反馈。由于工具调用、上下文管理、验证与中止逻辑高度耦合，人工调优harness成本高昂。SoL-Pi通过研究型AI分析智能体的执行轨迹，自动提出harness修改方案，并在预设环境中测试，仅保留在维持性能的同时降低成本者。在535个可执行环境、152个优化方向上，系统累计生成超3000次运行和6万余次智能体与环境交互。结果显示，在EdgeBench上其token消耗较Codex降低50%，较Claude Code降低54.3%，而性能基本持平。研究同时指出，自动优化易过拟合训练任务，SoL-Pi通过严格分离搜索与留出评估来缓解这一问题。