编码智能体的成本大头，往往不在模型本身，而在模型外面那层“看不见的胶水”。英伟达的 SoL-Pi 正是冲着这层胶水去的。
发生了什么
据 The Decoder 报道，英伟达提出了一套名为 SoL-Pi 的系统，目标不是训练更强的模型，而是优化编码智能体中的 harness——也就是夹在模型与运行环境之间的控制层，负责决定何时调用工具、如何组织上下文、怎样把结果回填给模型。
结果显示，SoL-Pi 最多可将编码智能体的 Token 消耗降低 49%，而任务表现几乎没有明显变化。这套方案并非拍脑袋得来：研究智能体在超过 3000 次运行中测试了 152 种不同方案，才收敛出最终设计。值得注意的是，这一收益在编码之外的基准上明显缩小，说明它并非普适的“万能省流器”。
为什么重要
过去一年，编码智能体的竞争焦点几乎都压在模型能力上：谁的推理更强、谁的上下文更长、谁的工具调用更准。但真正跑过生产环境的人会发现，Token 账单和延迟往往被 harness 吃掉——冗余的上下文、重复的工具调用、低效的失败重试，都会成倍放大成本。
SoL-Pi 的价值在于把优化对象从“模型”挪到了“控制层”。这层逻辑通常由开发者手写，缺乏系统性的调优方法，而英伟达用智能体自动搜索 152 种方案的做法，等于把 harness 设计从经验活变成了可搜索、可复现的工程问题。对一家同时卖 GPU 和推理平台的公司来说，降低单位任务的 Token 消耗，本身也是在为推理经济性做铺垫。
影响与看点
对开发者而言，最直接的启示是：在换模型之前，先审视自己的 harness。上下文裁剪策略、工具调用粒度、失败重试逻辑，可能比升级模型更能省钱。
对行业而言，这释放了一个信号——智能体的竞争正在从“模型层”下沉到“编排层”。当各家模型能力逐渐趋同，谁能把控制层做得更省、更稳，谁就能在同等效果下给出更低的报价。
需要保持克制的是，报道明确指出该收益在其他基准上更小，说明 SoL-Pi 很可能针对编码场景做了特定优化，泛化能力仍待验证。此外，自动搜索出的 harness 是否可解释、能否迁移到不同模型和工具链上，也是决定它能否被广泛采用的关键。
一句话判断：SoL-Pi 更像是一次“把成本从模型转移到工程”的示范，它提醒整个行业，智能体的下一轮优化红利，可能藏在模型之外。
