英伟达震撼开源Harness！AI自己爆改AI

新智元报道 OpenAI之后，老黄也出手了！ 终于，英伟达重磅开源了自家的Harness——SoL-Pi。 它把Pi作为底盘，基于此重造了一套Harness效率增强层，让AI实现自我迭代、优化。 在这套严苛的自动化流水线中，AI自己也当上了研究员。 它们观察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。 AI的整个搜索从152个候选方向开始，最终留下了四大杀手级架构机制。 实测结果，令人咋舌—— Token消耗最高省64%，API调用成本骤降50%-54%。 GitHub传送门：https://github.com/NVlabs/SoL-Pi 在专业的研究场景下，每小时可直接省下8.75美元至13.5美元。英伟达，把AI省钱的开关开源了。 配置非常简单，仅需一行代码：「pi install git:github.com/NVlabs/SoL-Pi」，即可装到现有的Pi上。 Codex狂飙代码 一半Token却在空转 在让AI递归改进自己之前，能不能先让它把自我改进的账单打下来？ Harness，模型干活时使用的整套运行框架，是当下最好的解。 模型负责推理，Harness负责把工具、上下文、执行反馈和任务流程组织起来，让模型能够读文件、改代码、跑测试，并根据结果继续行动。 同一个模型，放进不同的Harness里，做事效率可能差出一截。 当前的问题在于，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，再到长时间自主工作，单次任务可以持续数小时。 这时候，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（RSI），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的出现，要解决的就是这件事。 最终结果显示，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%。 这么惊艳的表现，SoL-Pi是如何做到的？这就不得不详细拆解下，它的核心四大机制了。 AI卷自己进化，四个大招来了 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：动作融合，一次调用完成编辑与验证 Action Fusion直击的是两次工具调用之间，那段多余的模型决策环节。 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者构建。 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。 动作融合将一次编辑及其后续命令保留在一个本地序列中，省去了中间的模型决策环节 Action Fusion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。测试照常执行，结果正常获取，但中间那轮模型请求被成功省去。 这相当于把两次分散的请求，合并为了一次高效的闭环操作。 第二层：在线上下文压缩，按子任务动态核算成本 Online Context Compact，解决的是「何时触发压缩」这一核心痛点。 上下文越长，历史材料越容易变成算力与资金负担。 但压缩也是有代价的：重写上下文可能会打断已有的KV-cache复用，需要重新支付处理成本。 因此过早压缩未必省钱，过去的策略往往是把压缩动作尽量推迟。 在线上下文压缩将已完成的子任务视为潜在的压缩点，然后等待后续请求能够偿还重写成本时再执行 SoL-Pi重构了判断时机，它把大任务拆分为子任务，每完成一步，就重新进行评估。 其核心逻辑在于精准计算：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操作。 第三层：输出归档与索引，大块文件按需召回 ObservationPack，专门处理大段工具输出造成的「重复计费」问题。 一个大文件或一份超长结果，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，持续消耗缓存资源。 ObservationPack用稳定的句柄取代了重复的完整输出，同时保留原始内容以便分页召回 SoL-Pi的做法是把完整内容直接归档到本地磁盘，上下文里只留一个稳定的短句柄和一小段摘录。 这就像读完长篇报告后，直接把原件存档，手边只留索引和关键摘要。模型需要查阅细节时，直接根据索引按页取回即可。 第四层：小模型初筛日志，引入严格的证据核验机制 Evidence-Preserving Reducer的核心，是把长日志的第