SoL-Pi: scalare ricorsivamente i cicli di ricerca automatizzata per un harness efficiente per agenti

Abstract degli autori

Man mano che gli agenti di programmazione passano dal completamento del codice sotto supervisione a un’esplorazione autonoma e continua, il loro lavoro si estende dalle previsioni isolate a lunghe sequenze di ragionamento, uso di strumenti e feedback. L’efficienza nell’uso dei token diventa quindi importante per ampliare la scala dell’auto-miglioramento ricorsivo. Adottiamo un approccio ispirato all’RSI a livello di harness, ampliando la scala dei cicli di ricerca automatizzata in ambienti sempre più numerosi e diversificati per le esecuzioni degli harness. Su questa scala, il processo produce miglioramenti riutilizzabili che si trasferiscono oltre il contesto in cui sono stati sviluppati, avvicinando la scoperta automatizzata degli harness a risultati adatti alla produzione. Quattro meccanismi superano la selezione e costituiscono SoL-Pi: riguardano l’esecuzione delle azioni, la compattazione del contesto, la gestione delle osservazioni e la lettura delegata. Nella valutazione EdgeBench su 51 attività, SoL-Pi ottiene prestazioni paragonabili a quelle di Pi con GPT-5.6 Sol e Opus 5, riducendo al contempo il traffico di token registrato del 44,7-49,0% e il costo delle API di circa un terzo. In altre parole, i risparmi orari stimati sono di \$8.75-\$13.50 rispetto agli harness nativi di Codex e Claude Code e di \$4.36-\$5.71 rispetto a Pi.