$ cat Pi 1.0 实战：极简 Agent Harness 的进阶用法与 Pi Durable 长时任务

9 月最后一周，HN 上一条「You said no MCP」拿到近 600 分，讲的是 Earendil 如何顶住生态压力、坚持让模型写脚本而不是背工具清单；10 月 1 日，这个团队一口气发了两篇公告：Pi 1.0 正式版与实验性的 Pi Durable，前者冲上 657 分，后者再拿 188 分。Pi 是一款每周被数十万人使用的极简 Agent harness，这次 1.0 被官方称为「可以被人和企业依赖的稳定版本」。本文带你把它装起来，跑通 Codemode、虚拟模型路由这些新特性，最后看看 Pi Durable 适合接什么活。

一、Pi 是什么，1.0 意味着什么

Pi 的设计哲学只有两条：极简与超可塑。面对每周都在变化的 Agentic 工具生态，团队的态度是不追新：一项能力只有在被证明站得住之后才会被采纳，采纳前还要权衡它带来的固有复杂度。这就是为什么 MCP 生态火热两年，Pi 直到 1.0 才通过 Codemode 提供原生支持——而且是按 Pi 的方式支持。

1.0 版本收进来的特性清单如下：

• Codemode：原生支持 MCP，以及 Jev 这类非 LLM 决策模型和图像模型
• 虚拟模型扩展：把多个真实模型组合成一个可路由的对外模型
• 延迟工具加载：工具定义不再一次性塞满上下文
• Anthropic 模型缓存预热
• 中途系统消息：会话进行中动态调整 prompt 与工具集
• 新 TUI 主题，全屏模式成为默认

安装就一行：

curl -fsSL https://pi.dev/install.sh | sh

Windows 用户走 PowerShell 脚本，代码在 GitHub 上以 MIT 协议开源，文档在 pi.dev。升级覆盖旧版即可，既有配置与会话兼容。

💡 提示：Pi 的 TUI 支持斜杠命令与叹号前缀直跑 shell，首次进入后直接问它「你能做什么」，它会解释自己的特性并查自己的文档——这是最快的上手路径。

二、Codemode：让模型写脚本，而不是背工具

传统 harness 接入 MCP 后，要把每个工具的完整 schema 灌进系统提示，工具一多，上下文开销和模型选错工具的概率同步上涨。Codemode 反其道而行：给模型一个「写代码调工具」的逃生口。

实际体验是这样的：把一周的 git 提交记录交给 Pi，它不会逐个调用提交查询工具，而是现场写一段汇总脚本，脚本执行完直接给出摘要。工具定义只保留概要级描述，具体参数组合由代码表达。三个收益很直接：

1. 上下文更省：几十个工具的完整 schema 换成一页概要
2. 编排更准：多步骤任务写进代码里，模型不再靠多轮工具调用「走一步看一步」
3. 出错更便宜：脚本跑错了重跑一次，比重开一整轮对话便宜得多

对已有 MCP 服务器的团队，迁移成本约等于零：挂上来之后模型自动获得脚本化调用方式，不需要改服务器端的任何东西。

三、虚拟模型实战：Opus 规划，Luna 实现，Jev 掌舵

1.0 的演示里最有趣的一段：Pi 给自己写了一个扩展，定义了一个虚拟模型——规划阶段用 Claude Opus，实现阶段用 GPT-6 Luna，由 Jev 决策模型判断什么时候该切换。整个流程不到两分钟：

1. 写好扩展，重载会话，模型列表里出现新的 router/auto
2. 规划请求进来，Opus 产出实现计划
3. Jev 识别出任务从「规划」转入「实现」，把后续请求切给 GPT-6 Luna
4. 叹号前缀直接运行产出的脚本
5. 用 /session 查看本次会话按模型拆分的成本与缓存命中

这里值得注意的是 Jev 的角色：它不是又一个聊天模型，而是专门做「分类、路由、判断」的决策模型，推理是非自回归的，单次判断只要几百毫秒。恰好同一天，Cloudflare 发布了与 Jev API 完全兼容的开源决策模型 Clef（本站另一篇速评有基准细拆），也就是说这套路由玩法里的「掌舵位」很快会有更多开源选项，成本还能继续下探。

自己写一个虚拟模型扩展并不复杂，核心就是在扩展里声明一个模型名，再挂一个路由函数：

# 伪代码：扩展声明一个虚拟模型
class RouterModel(VirtualModel):
    name = "router/auto"

    def route(self, request, history):
        if jev_decide(history) == "planning":
            return call("claude-opus-4-6", request)
        return call("gpt-6-luna", request)

扩展写完放进扩展目录，重载即用。Pi 的扩展本质上是把 harness 的内部接口暴露给你，模型路由、工具集、UI 都是可以动的手。

四、延迟工具加载与中途系统消息

两个容易被忽略但体感很强的改动。

延迟工具加载：过去打开一个会话，所有工具定义立即占据上下文；现在工具按需加载，会话开头只放概要，模型真正要用时才展开。对挂了大量 MCP 服务器的用户，这直接改善了首 token 延迟和长会话后半程的上下文质量。

中途系统消息：允许在会话进行中更换系统提示与工具集。典型用法是「研究阶段只给搜索和抓取工具，写报告阶段切换成文件写入工具」，一次会话里完成阶段切换而不用重开。transcript 感知意味着切换时模型仍看得见前面的对话，不会失忆。

加上 Anthropic 模型的缓存预热，长会话的重复前缀成本被压到了比较低的水平。/session 里能看到按模型与缓存拆分的账单，多模型混用时这本账非常关键。

五、Pi Durable：极简哲学的第二次出发

如果说 Pi 1.0 是把终端里的编码 Agent 打磨到稳定，Pi Durable 则回答了另一个问题：怎么把这种极简可塑的能力带到终端之外、带到长时任务里。

Pi Durable 是一个独立的实验性包，定位是「构建长时运行 Agent 应用的底座」。它延续了 Pi 的两条原则，但把可塑性延伸到新维度：应用可以从不同入口触达，会话可以跨小时、跨天推进，使用者可以对底层智能做细粒度的干预与转向。安装：

npm install @earendil-works/pi-durable @earendil-works/pi-ai @earendil-works/chord

适合的场景大概三类：持续巡检的服务型 Agent、需要人随时介入纠正的长研究任务、多入口（终端、Web、消息渠道）共享同一智能核心的应用。需要提醒的是它明确标注 experimental，API 会变，拿来做生产关键路径前先想清楚。

六、事件背景：Figma 白名单与 harness 的独立性

就在 Pi 1.0 发布同日，Figma 宣布把 MCP 访问限制在白名单客户端内，而 Pi 不在名单上，这条消息拿到 171 分。两件事放在一起看很说明问题：harness 层与工具供给方的博弈正在公开化。对开发者来说，Codemode 这类「模型写脚本编排」的模式反而显出优势——它对工具暴露方式的要求更宽松，客户端被白名单拦住时，脚本化路径的适配成本通常更低。

选 harness 时不妨把「当工具方收紧访问时你的迁移成本」列为一个正式评估项。Pi 的答案是把控制权留在模型与用户手里，这个立场如今有了 1.0 的工程质量背书。

写在最后

Pi 1.0 值得一试的理由不是「功能多」，而是它示范了一条克制的产品路线：等生态里真正站得住的东西出现，再用极简的方式收进来。Codemode 与虚拟模型是当下 Agentic 工程里性价比最高的两个模式，Pi 把它们都做成了原生能力。如果你正在给自己的团队选一个能长期改造的 harness 底座，这个 657 分的发布值得花一个下午。