被 Harness 圈捧成圣的 Pi Agent，接上 DeepSeek-V4-Flash，如虎添翼

• 原文链接：https://mp.weixin.qq.com/s/BGGZ_A1FtsHAOc4I1Y8pNw
• 来源：微信公众号「老章很忙」
• 原文发布：2026-08-13
• 获取时间：2026-08-14

核心结论（一句话）

Pi 的价值不在“功能更少”，而在于用原语、按需扩展和稳定上下文把 Harness 变成可组合层；若要证明它更省钱，必须用真实任务的成功率、轮次和总成本来测，而不能只看模型单价或单篇转述的跑分。

分类提炼

• 场景：终端 Coding Agent 选型、Agent 工作流定制、模型路由。
• 标签：AI Coding / Harness / Context Engineering / 扩展生态。
• 类型：公众号二手产品解读，包含配置建议与未独立复核的 benchmark 转述。

知识节点

• 薄 Harness：内核只承担最小执行能力，将复杂编排迁至可替换的扩展层。
• 原语优先：read、write、edit、bash 等基础操作可组合，避免过早将工作流固化为产品功能。
• 上下文纪律：保持稳定前缀、按需加载知识、隔离旁支任务，降低重传与预填充成本。
• 端到端成本：成本应同时衡量成功任务数、输入输出 token、工具轮次、等待时间和人工返工。
• 模型路由：按文本、视觉、长上下文和速度要求切换模型，而不是把所有任务交给一个模型。
• 扩展热加载：扩展可独立安装、修改、重载和移除，让工作流具备低成本迭代能力。
• 摘要回传：子代理返回结论和证据指针，完整过程留在支线，从而保护主会话工作集。
• 扩展治理：每个插件都引入兼容性、权限、维护和上下文成本，需按价值和风险准入。

正文要点

1. Pi 的设计哲学是 Primitives, not features：把 Agent 内核压到基础工具与少量系统提示，把子代理、计划、MCP、记忆和 UI 作为可选能力。它适合愿意自行组装工作流的人，不等同于适合所有团队。
2. 文章将“上下文纪律”视为性能来源。其可复用部分是工程原则：减少无关输入、让稳定信息命中缓存、把噪声任务隔离；这比“薄内核天然更快”更可检验。
3. 文中使用 Pi + DeepSeek-V4-Flash 说明低价模型与轻 Harness 的组合，并补以视觉模型应对多模态任务。可把它抽象为模型路由问题，而不是特定供应商的推荐。
4. 扩展生态提供 sessions、handoff、subagents、记忆、联网和可视化审查等能力，但扩展叠加会带来冲突。自定义扩展的前提是有清晰的任务边界、权限和验收方式。
5. 对现有团队，优先级不是迁移工具，而是先测量当前 Agent 的上下文大小、重试率、完成率和人工介入；只有指标显示 Harness 是瓶颈时，才值得调整内核或引入新运行时。

关联图谱

上游（基于 / 来自）

• [[02-ai-coding/从Prompt-Context到Harness-工程的三次进化与终局之战]]：为本文“模型之外的工程层”提供 Prompt、Context 与 Harness 的概念分层。
• [[01-ai-agents/WorkBuddy-Harness工程复盘-从模型到可用Agent]]：提供上下文选择、压缩、隔离以及 Harness 边界的产品化解释。

下游（应用于 / 验证于）

• [[02-ai-coding/phodal-项目记住-Coding-Agent-5步法]]：可用项目知识路由、按需加载与 CLI 约束来验证“上下文纪律”是否真正落地。

同级（横向 / 并列）

• [[02-ai-coding/Claude-Code动态工作流-让AI自己写Harness-这事靠谱吗]]：Pi 的可组装薄 Harness 与动态生成工作流代表两种不同的定制路径。

采用检查表

1. 选择一个可重复的仓库任务，固定代码版本、验收标准和 token/时间预算。
2. 对比现有工具与候选 Harness 的成功率、轮次、总 token、耗时及人工补救时间。
3. 只启用一个明确解决瓶颈的扩展；记录其权限、依赖、输入输出与卸载方式。
4. 视觉或文档理解任务单列路由，不用文本模型跑分推断多模态能力。
5. 将子代理输出限制为结构化摘要和证据路径，避免主会话逐步被日志撑满。

证据边界

文章转述的 Pi 热度、供应商数量、Databricks/Composio 对比、通过率与成本数值均未在本次编译中独立验证。它们可作为“应当如何设计一次对照实验”的线索，不能直接作为 Pi 在任何项目中优于 Claude Code、Codex 或其他 Agent 的结论。

相关链接

• [[02-ai-coding/Claude-Code动态工作流-让AI自己写Harness-这事靠谱吗]]
• [[02-ai-coding/从Prompt-Context到Harness-工程的三次进化与终局之战]]
• [[01-ai-agents/WorkBuddy-Harness工程复盘-从模型到可用Agent]]
• [[02-ai-coding/phodal-项目记住-Coding-Agent-5步法]]