SoL-Pi：為高效 Agent Harness 探索遞迴式自動研發迴圈
為何重要
SoL-Pi 凸顯了 AI Agents 從「模型能力」競爭走向「系統架構效率」競爭的新趨勢。對開發者而言，這意味著在不犧牲遵循最新模型（如 Opus 5）能力的情況下，大幅削減了長期 Agent 執行的 Token 成本。對產業來說，將「自動 Harness 發現」推向生產級水準，是解決當前 AI Agent 在實務中 Token 消耗過高，導致商業化門檻過高的關鍵基建突破。
Coding agents 正從有監督的程式碼補全轉向全天候的自動探索，研究重點轉向 Token 效率與自我改進。SoL-Pi 引入四種機制，包括執行動作、語境壓縮、觀察處理與委託閱讀，旨在 harness 層級擴充套件自動研發迴圈。<br>- 在 51 任務的 EdgeBench 評估中，SoL-Pi 與原生 Pi harness 在 GPT-5.6 Sol 和 Opus 5 上的 performance 相當。<br>- 實測可減少記錄的 token 流量 44.7-49.0%，API 成本約減少三分之一。<br>- 相較原生 Codex 與 Claude Code harness，每小時估計節省約 8.75-13.50；相較 Pi 則節省 4.36-5.71。