SoL-Pi：为高效智能体运行框架递归扩展自动研究循环

随着编码智能体从受监督的代码补全转向无人值守、全天候探索，其工作也从孤立的预测扩展为包含推理、工具使用和反馈的长轨迹。因此，token 效率对于扩展递归式自我改进变得十分重要。我们在运行框架层面采用受 RSI 启发的方法，在数量不断增加且日益多样化的环境中扩展自动研究循环，以进行框架滚动执行。在这一规模下，该过程能够产生可复用的改进，并迁移到其开发环境之外，从而推动自动化框架发现走向生产级成果。四种机制经筛选后保留下来，共同构成 SoL-Pi，涵盖动作执行、上下文压缩、观测处理和委托式阅读。在包含 51 项任务的 EdgeBench 评测中，SoL-Pi 在 GPT-5.6 Sol 和 Opus 5 上取得了与 Pi 相当的性能，同时将记录的 token 流量降低 44.7%–49.0%，并将 API 成本降低约三分之一。换言之，与 Codex 和 Claude Code 的原生框架相比，预计每小时可节省 \$8.75–\$13.50；与 Pi 相比，每小时可节省 \$4.36–\$5.71。