@aigclink: NVIDIA的开源代理工具专注于令牌效率：SoL-Pi，比原生工具减少35–64%的令牌，50…
摘要
NVIDIA的SoL-Pi是一个开源代理工具，通过自动化检查和重构AI工作流程以提高效率，减少35-64%的令牌使用和50-54%的API成本。
查看缓存全文
缓存时间: 2026/09/19 17:09
NVIDIA开源智能体框架聚焦令牌效率：SoL-Pi，相比原生框架减少35-64%令牌消耗，API成本降低50-54%
该框架通过AI自动检测AI工作流中的资源浪费——包括重复操作、无效绕行、冗余语句、大型文件的重复读取以及过度依赖摘要信息——进而重构智能体运行框架，在保持任务完成能力的前提下实现更高的令牌效率与成本效益。
递归自我改进（RSI）本身极度消耗令牌，每次优化尝试代价高昂，因此SoL-Pi旨在通过提升AI效率来为大规模RSI应用奠定基础。
相比基础版Pi，令牌消耗减少45-49%，成本降低三分之一。
SoL-Pi通过自动化实验精准定位AI工作中的四大资源浪费领域：每轮重复完整历史记录、反复传输大型内容、不必要的往返式思考、以及由昂贵模型处理低价值任务。框架针对这四大痛点实施精准优化：
首先，将需要高确定性且无需中间决策的“编辑-测试/编辑-构建“操作合并为单次动作，节省额外往返开销。
采用智能压缩策略：在完成子任务后不立即压缩，而是启动评估程序判断压缩必要性，仅当预期未来节省量能抵消重写成本时才执行压缩。
将大型内容块存储于专用仓库，在上下文中仅保留“检索码“和简短摘要，需要时按页获取完整内容。
将读取长日志等基础工作外包给低成本模型，但要求其逐项提交可验证凭证，必须与原始日志档案比对通过后，才能交由高算力单元进行决策。
这些机制遵循铁律：所有节省必须源于消除浪费，而非降低工作质量，否则将被直接判定为不合格。
#SoLPi #Token效率
相似文章
Pi Agent 用户 - Nvidia 推出 Sol-Pi - 基于 AutoResearch 循环的 Pi 扩展，提升 Harness 效率
SoL-Pi 是针对 Pi agents 的独立扩展，通过行动融合和上下文压缩等机制减少令牌流量和推理工作，从而提升效率。所有功能均为可选启用，并保留原始证据。
@omarsar0：大家，构建你自己的框架。这是来自NVIDIA关于自进化代理框架的绝佳论文。（收藏它…）
论文介绍了SoL-Pi，一种自动化框架发现方法，可将token使用量减少近一半，并将API成本削减约三分之一，同时在基准测试中保持性能，使用诸如GPT-5.6 Sol和Opus 5的模型。
OpenSquilla 发布开源 AI 代理以降低 Token 成本（4 分钟阅读）
OpenSquilla 推出了一款开源 AI 代理运行时，通过智能路由、缓存和四层记忆架构来降低 Token 成本，声称可节省 60-80% 的费用。
NVIDIA推理软件栈如何实现最低Token成本
NVIDIA全栈推理软件与硬件协同设计，仅一个月内就在Blackwell平台上将Token成本降低多达5倍，为AI工厂实现更低的每Token成本。Baseten、Cognition、Deep Infra和Together AI等公司正在使用该软件栈优化推理性能。
SoL-Pi：递归扩展自动研究循环以实现高效代理框架
SoL-Pi 引入了一种在编码代理中递归扩展自动研究循环的方法，在保持基准测试性能的同时，显著减少令牌消耗和成本。