英伟达与MIT等机构提出SoL-Pi，使Agent能自动优化自身框架。研究从152个方向、3000多次实验中筛选出四大机制：动作融合、在线上下文压缩、观察打包、证据保留式精简。作者将其类比人类学习，并批评应试教育只看结果、忽视过程优化，导致学生初中后学习能力骤降。