Pi Agent 사용자 주목 - Nvidia가 하네스 효율을 높이기 위해 AutoResearch 루프 기반의 Pi 확장 프로그램인 Sol-Pi를 출시함
Pi Agent Users - Nvidia Released Sol-Pi - A Pi-Extension based on AutoResearch loops to make the Harness more efficient
핵심 요약
Nvidia가 Pi 에이전트의 효율성을 높이고 비용을 절감하기 위해 AutoResearch 기반의 확장 프로그램 'SoL-Pi'를 공개함.
- SoL-Pi 출시 — Nvidia가 Pi 에이전트의 토큰 사용량과 반복 작업을 줄이는 효율화 도구를 공개함.
- 핵심 기능 — 액션 퓨전, 관찰 팩, 증거 보존 감축기, 온라인 컨텍스트 압축 등 4가지 메커니즘을 제공함.
- 비용 절감 — 에이전트의 불필요한 반복 작업을 제거하여 성능 저하 없이 운영 비용을 낮추는 데 중점을 둠.
- 오픈 소스 — MIT 라이선스로 배포되어 Pi 하네스에 별도 수정 없이 설치 가능한 확장 프로그램임.
💡 TL;DR (Github Readme에서 발췌)
에이전트가 하는 일을 줄이지 않으면서 비용만 아끼는 법.
SoL-Pi는 자동화 연구 루프를 돌리면서 찾아낸 4가지 효율성 메커니즘을 담은 Pi용 독립형 확장 프로그램이야. 에이전트가 작업을 끝내는 데 필요한 증거랑 결과물은 그대로 남겨두면서, 반복되는 모델 턴, 컨텍스트 재사용, 쓸데없이 큰 관찰 결과, 불필요하게 긴 로그 읽기 같은 낭비를 싹 줄여줌.
SoL-Pi는 순정 Pi 상태에서 바로 설치 가능해. 모든 메커니즘은 기본적으로 꺼져 있고, 쓰고 싶으면 직접 켜야 함.
소개
오래 돌아가는 코딩 에이전트는 작업이 쌓일수록 비효율이 심해져. 파일 하나 수정하고 나면 뻔한 검증 명령어가 뒤따라오고, 툴 결과값은 한참 전에 쓴 건데도 계속 컨텍스트에 남아있지. 이미 끝난 하위 작업들이 컨텍스트를 차지하고 있는 건 기본이고, 다음 결정에 딱 몇 줄만 필요한데도 모델이 로그 전체를 다 읽느라 토큰을 낭비하기도 해.
SoL-Pi는 우리 자동화 연구 과정에서 나온 고민에서 시작됐어. "에이전트 루프를 키우기 전에, 에이전트가 직접 자기 환경을 효율적으로 만들 수는 없을까?" 이 연구의 핵심은 제약 조건이 있는 효율성이었어. 작업을 일찍 끝내거나, 검증을 건너뛰거나, 증거를 숨기지 않으면서도 토큰 사용량, 추론 작업, 에이전트 턴 수를 줄이는 게 목표였지.
이번에 공개하는 독립형 버전에는 그 과정을 거쳐 살아남은 4가지 메커니즘이 들어있어. 얘네들은 하네스의 각기 다른 부분에서 작동하고 Pi의 공개 확장 API를 통해 서로 결합돼.
| 영역 | 메커니즘 | 변경 사항 |
|---|---|---|
| Tools | Action Fusion | 파일 수정이나 쓰기 작업 시, 뒤따르는 검증 명령어를 같은 툴 호출 안에서 처리함. |
| Observations | ObservationPack | 반복되는 긴 텍스트 결과물을 페이지 단위로 불러올 수 있는 안정적인 핸들로 변환함. |
| Delegation | Evidence-Preserving Reducer | 긴 진단 로그를 압축하되, 보존된 인용문이 원본 소스와 일치할 때만 압축된 영수증 형태로 만듦. |
| Context | Online Context Compact | 완료된 계획 단계는 Pi의 기본 압축 대상이 됨. 경제성이나 컨텍스트 윈도우 압박을 체크하고, 압축이 성공하면 Pi는 새로운 턴에서 작업을 이어감. |
이 메커니즘들은 다음 4가지 규칙을 공유해:
-
Pi 패치 금지. SoL-Pi는 공개된 Pi API만 가져다 쓰며, Pi 소스 코드를 직접 건드리지 않음.
-
명시적 선택. 설정을 따로 안 건드리면 모든 메커니즘은 비활성화 상태임.


