英伟达把AI省钱的开关开源了。
9月11日，英伟达正式开源了自家的Harness——SoL-Pi。它把Pi作为底盘，在上面重造了一套效率增强层，让AI实现自我迭代和优化。在这套自动化流水线里，AI自己当上了研究员：观察Agent怎么干活，找出哪些步骤在白白烧Token，提出方案、修改bug，再把方案送进测试。
实测结果相当惊人：Token消耗最高省64%，API调用成本骤降50%到54%。在专业研究场景下，每小时可直接省下8.75美元到13.5美元。安装只需要一行代码。
当前编程智能体的任务越来越长，从补几行代码到跨仓库修复问题，单次任务可以持续数小时。一些平时不起眼的Token浪费会不断累积：改完文件，明明下一步就是跑测试，模型还要再推理一轮；一个大文件早已读过，后续请求仍在反复携带它；几千行日志里真正影响决策的可能只有几行，昂贵的模型却要从头读起。
递归自我改进同样绕不开这笔开销。AI每尝试改进一次系统都要花Token，失败的方案也照样收费。SoL-Pi要解决的就是这件事。
和底座Pi相比，SoL-Pi少用45%到49%的Token，成本低大约三分之一，平均得分保留94%左右。和Codex、Claude Code原配的Harness相比，Token少35%到64%，标价成本低50%到54%。
英伟达的流水线最终留下了四个机制，刀刀避开主干，专治重复劳动。
第一层是动作融合。在基础Pi的运行轨迹里，最常见的序列是修改文件、收到结果，然后再调用命令去测试或构建。既然后续命令已经非常明确，中间这轮模型的一来一回就有了极大的压缩空间。SoL-Pi直接把编辑和后续命令封装进同一个本地执行序列，Harness在底层完成修改、运行命令，再把合并后的结果一次性返回。
第二层是在线上下文压缩。上下文越长，历史材料越容易变成算力与资金负担。但压缩也有代价，重写上下文可能会打断已有的KV-cache复用。SoL-Pi把大任务拆分为子任务，每完成一步就重新评估。只有当未来预计省下的开销能够覆盖本次重写的成本时，系统才会真正执行压缩。
第三层是输出归档与索引。一个大文件首次读取后如果一直滞留在上下文里，后续每一轮请求都会原样携带它。SoL-Pi的做法是把完整内容归档到本地磁盘，上下文里只留一个稳定的短句柄和一小段摘录。模型需要查阅细节时，直接根据索引按页取回。
第四层是小模型初筛日志，引入严格的证据核验。构建和测试日志动辄上万字，真正影响决策的往往只有几行报错。SoL-Pi把长日志的第一遍阅读委派给成本更低的模型，但要求它输出一份紧凑的诊断回执，系统再拿着回执逐条与归档的原始日志比对。只有严丝合缝对得上的原文，才会被放行交给前沿大模型。
为什么是这4个机制？这得说到英伟达真正的野心——递归自我改进。
既然AI能改代码，也应该能改造生产AI的系统。但RSI太烧钱，每一次试错都要付Token费。于是英伟达换了个目标：先别急着让AI更聪明，先让它更省钱。
相比直接追分，Token效率更难作弊。刷任务分数很容易过拟合，给特定题目写规则就行；但删重复上下文、压缩工具输出、合并无效决策，这些优化能迁移到不同任务和模型。
于是，一条Agent研究Agent的流水线启动了。团队先搭出535个可验证环境，再让AI提出152个优化方向，随后经过三轮筛选：先用历史轨迹估算收益，没潜力的直接淘汰；再让AI自己改代码、跑实验，并由Reviewer Agent挑刺；最后冻结方案，在完全隔离的任务上验真，能力不能掉，效率必须涨。152个想法，最终只活下来4个，平均约40个才能出1个。
SoL-Pi背后，是MIT副教授、英伟达研究总监韩松掌舵的Efficient AI团队。对他们来说，SoL-Pi当前省下了多少Token开销，不过是一个阶段性注脚。他们真正看重的，是这条AI研究AI的飞轮还能转多大。
在官方项目主页中，团队还埋下了两个长线伏笔。一个是闭环预训练：目前的535个环境依然是人工构建的，未来将由Agent自己去全网收集任务、搭环境、验证、更新自己的Harness。另一个是效率复利：用变省了的Harness去跑规模更大、成本更低的自动研究循环，进而找出更高效的机制，形成成本压缩的复利效应。
在这个飞轮里，人只负责在初期提供先验方向；一旦进入循环，从研究到验证全程零干预；等AI把机制跑通了，人再回来搞清楚AI到底发现了什么。
现在，模型的Scaling Law各家还在争论不休；但Harness的Scaling Law，已经有人开始抢跑了。而那个在赛道上狂奔的，是AI自己。
