工作流可以自我进化了，英伟达开源 SoL-Pi，每小时省13.5刀！

Token 砍半，活没少干，每小时还省13.5刀！

作者丨高允毅

编辑丨岑 峰

最适合鞭打AI干活，还得是 AI 啊。

英伟达今早开源了一套提高工作效率的 Harness ——SoL-Pi，它让AI亲自当监工，去Agent工作流中吹毛求疵，把每一处可能“摸鱼、浪费Token”的环节进行修复，自我迭代优化。

效率提升后，Token消耗最高减少了 64%，API 调用成本下降 50%–54%，在实际开发中每小时能帮企业省下 8.75 到 13.5 美元。

它之所以能有这么好的效果，是因为英伟达让 AI 提出了 152 个优化工作流的想法，通过严苛的自动化流水线层层淘汰，最终只有 4 个机制活了下来。这4个机制就成为了SoL-Pi的核心。

因为它是基于开源项目 Pi 改造的，所以名字里也带上了这个关键词。

现在大家都在想办法降本增效，英伟达的这次创新，实实在在为企业省了不少钱。

01

AI怎么发现AI偷懒的？

AI是怎么找到AI偷懒的？这件事要从两个层面讲，一个是眼前的浪费，一个是长远的困境。

在真实业务中，现在AI的工作早已进化成成千上百个Agent协作，干个几天几夜，都不需要人插手了。不过，这也意味着，如此长的周期，上下文堆积的历史记录会越来越臃肿，调用的工具也越来越多。

每次调用模型，都要把这些历史内容重新读一遍，必然藏着巨大的冗余。而且 AI 缺乏人类的变通能力，有时候很多可以连续完成的操作，它可能就会死板的拆成两次决策。这些零散的浪费积累起来，烧掉的都是真金白银。

目前行业都在聊RSI，即AI自己优化自己，但每一次尝试都是要消耗Token的，而且 90% 以上的尝试最终都会失败。这种盲目试错的成本太高了，企业可能还没等到 AI 进化成功，资金链就先断裂了。

那英伟达的思路是，效率我要提升，但钱我也要省。他们没有让 AI 盲目地在线去改代码，先让 AI 批量提出 152 个优化工作流程的想法，然后放进一个严苛的自动化沙盒里进行筛选。这个自动筛选的过程，被称为“自动研究循环”。

英伟达还探索了3种AI管理AI的方式。

一个是计划经济模式，即你是老板，我照做。由人或者主模型定死每一个步骤，但很快因为死板的规则被放弃。

第二是中心化管理模式，即有一个超级主管 AI，在运行时现场写代码、开会、给底下的 Agent 派发任务、实时调整流程。这种模式非常灵活，但会累死主管，主模型核心代码库变得无比庞大臃肿。

第三个是共享快闪模式，整个系统只维护一个最简化的“工作模板”和说明书。每个 AI 实验启动时，直接复制一份这个模板，在里面随心所欲地改代码、跑实验。一旦这个实验结束，这套临时改出来的指挥代码就被直接丢弃。

第三个方案被采用，跑完了 152 个实验。最终，只有 4 个最有效的机制活了下来，成为了 SoL-Pi 的核心骨架。

▎机制1：动作融合

之前AI 改完一行代码，要先停下来思考一次“接下来我要不要跑个测试验证一下？”，做出决定后，再发指令调用终端跑测试，这中间多了一次 AI 推理。

系统识别后，直接把“改代码 + 跑测试”这种固定的连续动作，两步并做一步，省掉那次多余的决策开销。

▎机制2：在线上下文压缩

Transformer的机制，决定了AI的记忆，是线性累加的，每做完一个任务，都要把前面的积累“上下文”都看一遍，这样成本会越拉越高。

优化后，系统会把大任务拆分成一个个独立的小任务，每做完一个小任务，就把这段历史压缩整理成精简版，只保留关键结论。平常只开“摘要”，需要核对细节了，再把原始记录调取出来。

▎机制3：观察包

每次工具输出的结果，也会完整地塞进上下文里，比如跑测试生成的几百行日志。后面每次讨论到这个结果，都要带着这一大段内容，非常占用空间。

优化后，系统会把完整的输出结果存在本地，上下文里只留一个简短的“摘要 + 索引”，AI 如果想看具体详情，再专门调取对应段落即可。

▎机制 4：证据保存型简化器

在分析错误日志、排查问题时，都需要主模型从头读到尾，这有点“杀鸡焉用牛刀”。

优化后，系统会用成本更低的小模型把日志提炼成“诊断报告”，而这份报告的每一个结论，都能对应回原文的具体位置。主模型只看这份精简报告，如果有疑问，再去核对原始原文。

02

比 Pi 更省钱的 Harness，

将大模型性价比推向极限

为了验证这4个机制效果如何，英伟达搭出535个可验证环境。

其中，495 个任务是英伟达团队去 GitHub 上翻找了 真实的开源项目 bug，它们把代码仓库“一键还原”到当年程序员还没修这个 Bug 时的历史状态，并在离线环境里装好依赖。同时，把当年人类程序员是怎么修好这个 Bug 的“正确答案”藏起来不让 AI 看到。

另外40个任务是“盲盒通关题”，英伟达先用代码写好一个“验证器，然后把 AI 丢进一个开放式的沙盒里，没有剧本，全靠 AI 自由探索去触发这个通关条件。

然后让 4 种Harness同台竞赛，分别是用原生框架驱动的GPT-5.6 Sol、Claude Opus 5、开源智能体底座 Pi 以及英伟达自己的 SoL-Pi 。

结果，SoL-Pi 在保住基本盘情况下，展现出了惊人的省钱效率。

对比 Pi， SoL-Pi 消耗的 Token 减少了 45%–49%，开发成本直接砍掉约三分之一。

对比模型原生的官方代理框架，SoL-Pi 的 Token 消耗最高骤降 64%， API 价格最多降了54%

经过这场实验后，英伟达得出了自己的结论：效率本身也是一种RSI。

与其一味追求让AI更聪明，不如先让AI干活更有效率。这样省下来的预算可以用来跑更多实验，尝试更多想法，最终反过来加速 AI 能力的泛化和进步。论文里把这个叫“Efficiency for efficiency”——效率既是结果，也是下一轮研究的资源。

而真正的效率并不是刷题来的，这四个机制，本质上都是挖出了 AI 工作流中普遍存在的“通病”。哪怕你换了模型、换了任务，这些通病依然存在。

而这四个想法之所以能诞生，全靠广撒网、多尝试，如果只盯着一个方向深挖，很容易钻进死胡同。在这个阶段，“广度比深度更重要”。

以后这种“AI 改进 AI 工具”的事情会越来越多，哪怕你不用 SoL-Pi 这个工具，这四个优化思维也可以直接套用到你自己的 AI 工作流里了。

参考链接：https://nvlabs.github.io/SoL-Pi/

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。