Segun MarkTechPost (AI/ML News), un equipo de investigadores de NVIDIA, la Universidad Nanyang Tech (NTU) y el MIT ha desarrollado SoL-Pi, una extensión abierta para el agente de codificación Pi, que optimiza el uso de recursos mediante cuatro mecanismos de eficiencia. Este avance se logra mediante bucles de investigación automática ejecutados en la capa de gestión del agente (harness), donde el sistema evalúa y propone mejoras en el flujo de interacciones. En pruebas realizadas con el conjunto EdgeBench de 51 tareas, SoL-Pi logra reducir el tráfico de tokens registrados entre un 44,7% y un 49,0% en comparación con la versión base de Pi, lo que implica una reducción de costos de API aproximada de un 33%. Los resultados mantienen un nivel similar al de Pi en pruebas de rendimiento con modelos GPT-5.6 Sol y Opus 5. La solución está disponible en GitHub bajo licencia MIT, y se ha validado con la versión Pi 0.85.1 junto a Node.js 22.19 o posteriores.
La innovación no se centra en utilizar modelos más rápidos o cuantizados, sino en disminuir el número total de tokens consumidos por cada tarea. El núcleo de este enfoque es la capa de gestión, que coordina llamadas a herramientas, observaciones, delegaciones y estructuras de contexto. Aunque el ajuste manual de esta capa es lento y propenso a efectos secundarios, sistemas como Meta-Harness buscan automatizarlo. Sin embargo, estudios recientes han mostrado que algunas versiones evolucionadas de estos sistemas pueden sobreactuar en tareas específicas, obteniendo beneficios mínimos en situaciones no previstas. SoL-Pi supera esta limitación al emplear un proceso autónomo que evalúa más de 3.000 ejecuciones y más de 60.000 interacciones entre agentes y entornos. El proceso se divide en familias de propuestas: contexto, progreso, herramientas, delegación, prompt y política, así como en etapas de mejora y evaluación. Cada bucle es independiente y se ejecuta en un entorno aislado, con validaciones por parte de un revisor externo y una implementación de un ciclo Ralph Loop que asegura la calidad de las soluciones propuestas.
Para el lector peruano, este avance tiene un significado práctico en el contexto de las inversiones tecnológicas. Muchos emprendedores y profesionales de finanzas, especialmente en el sector de software o desarrollo de aplicaciones, enfrentan costos elevados por el uso de inteligencia artificial en procesos repetitivos. SoL-Pi demuestra que es posible reducir drásticamente el consumo de recursos sin sacrificar el rendimiento. En un entorno donde los costos operativos son clave —como en startups o empresas de servicios financieros—, esta tecnología puede permitir escalar soluciones sin aumentar la carga económica. Además, al ser abierta y basada en plataformas conocidas, su implementación es accesible para pequeños equipos o entidades que aún no han adoptado soluciones de IA avanzadas. Es un paso hacia la sostenibilidad tecnológica, donde el costo no es solo una cifra, sino una variable que influye directamente en la viabilidad de proyectos.