NVIDIA presenta SoL-Pi: optimización automática del harness de agentes de IA
NVIDIA presentó SoL-Pi, un sistema que optimiza automáticamente el harness de agentes de IA y reduce el consumo de tokens casi a la mitad sin pérdida notable de calidad.
NVIDIA presentó SoL-Pi, un sistema que mejora automáticamente el harness de agentes de IA y reduce el consumo de tokens casi a la mitad sin una pérdida notable de calidad.
En lugar de una configuración manual, los investigadores ejecutan ciclos de experimentos automáticos sobre el propio harness en distintos repositorios y entornos con resultados verificables. Solo los mecanismos que pasan de forma estable la selección llegan a la versión final.
Quedaron cuatro mecanismos:
- fusión de acciones;
- compresión del contexto durante la ejecución;
- procesamiento más eficiente de las observaciones;
- reducción de la lectura delegada manteniendo la evidencia importante.
En EdgeBench, con 51 tareas, SoL-Pi mostró una calidad comparable a la del sistema base con GPT-5.6 Sol y Opus 5, a la vez que redujo el tráfico de tokens casi un 50 %.
Según los autores, esto reduce los costos de API aproximadamente un tercio. El ahorro es de unos 8,75–13,50 dólares por hora frente a los sistemas estándar Codex y Claude Code y de 4,36–5,71 dólares por hora frente al harness base.
El código está publicado en GitHub en NVlabs. El artículo está disponible en arXiv.
Por qué es importante
AnálisisMuestra que la optimización del harness de agentes de IA puede automatizarse en lugar de depender solo de la ingeniería manual. Menos tokens pueden reducir costos de API y acelerar los flujos de agentes sin una pérdida importante de calidad.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
DeepSeek presenta Creator Mode: el harness puede rediseñarse por el usuario
El harness open source de DeepSeek añade Creator Mode: un agente escribe plugins a partir de descripciones y los integra en la interfaz.
AGENTS.md en Ghostty y Turborepo hace que los agentes de IA delaten a los usuarios
Ejemplos de archivos AGENTS.md muestran cómo las instrucciones del repositorio pueden obligar a agentes de IA a añadir notas humillantes sobre el desarrollador en los pull requests.
Proyectos de Claude Code: cómo una IA coordina un equipo de agentes autónomos
Análisis exhaustivo de Proyectos de Claude Code: arquitectura Coordinator y Threads, ramas paralelas, memoria compartida MEMORY.md y gestión de agentes en la nube.
Agentes de IA (Agentes Autónomos)
Sistemas de software basados en LLM que pueden percibir de manera autónoma el estado del entorno, descomponer objetivos complejos, invocar herramientas externas y corregir iterativamente sus propios errores.