NAW / RESEARCH 04
IMAGE: AI生成ビジュアル
RESEARCH / Research
NVIDIA・MITら、コーディングエージェントのトークン消費を半減させるハーネス「SoL-Pi」を公開 — 自動研究ループで発見
NVIDIA・NTU・MITのチームは2026年9月17日、エージェントの制御層（ハーネス）を自動研究ループで最適化する手法「SoL-Pi」をarXivで公開した。51タスクのEdgeBenchでPi並みの性能を保ちつつ、トークン通信量を44.7〜49.0%削減、APIコストを約3分の1減らしたとしている。コードはNVlabsのGitHubで公開されている。
NVIDIA・南洋理工大学（NTU）・MITのチームは2026年9月17日、コーディングエージェントのトークン効率を高めるハーネス「SoL-Pi」をarXivで公開した。モデル自体を変えるのではなく、モデルと環境の間にある制御層（ハーネス）を自動研究ループで進化させる発想で、選別を生き残った4機構から構成されるという。以下はarXiv要旨とGitHubリポジトリの公開情報の整理であり、査読前のプレプリントである点と、数値が著者らの報告値である点に注意が必要だ。
手法 — ハーネス層での再帰的自己改善に着想
- 着眼点: コーディングエージェントが単発のコード補完から長時間の自律探索へ移るにつれ、推論・ツール利用・フィードバックの長い軌跡が生まれ、トークン効率が再帰的自己改善の拡張の鍵になると問題設定している。
- 方法: ハーネス層で自動研究ループを拡張し、数と多様性を増す環境群でハーネスの候補改良を展開・選別する。開発環境を超えて移転可能な再利用しうる改善が得られ、自動ハーネス発見を実用水準に近づける狙いとしている。
- 4機構: 選抜を生き残った4機構がSoL-Piを構成し、行動実行・文脈圧縮・観測処理・委任読み取りの各領域にまたがるとしている（要旨の記載範囲）。
評価 — EdgeBench 51タスクで性能維持しつつ大幅削減
- 条件: 51タスクのEdgeBench評価で、GPT-5.6 SolとOpus 5上のPiと比較し、Piと同等の性能を達成しつつ、記録されたトークン通信量を44.7〜49.0%削減、APIコストを約3分の1減らしたとしている。
- 節約試算: 著者らの試算では、標準のCodex・Claude Codeハーネス比で時間あたり8.75〜13.50ドル、Pi比で4.36〜5.71ドルの節約になるとしている。
- 再現性: コードはNVlabs組織のGitHubリポジトリで公開されている。導入可否の判断には自環境での再現確認が必要だ。
