Pi Agent Harness

2026-09-27 2026-09-27 约 2096 字预计阅读 10 分钟

在开始前，先统一下 Harness 和 Agent 的概念；

Agent（智能体）是一个概念层的词，指"能感知环境、自主决策、采取行动来达成目标"的实体。Agent 描述的是一种行为模式，不特指某个产品。

在 LLM 场景下，Harness 指把模型套起来、变成可用工具的整套工程框架，通常包括 Agent Loop、系统提示词、工具集、上下文管理、权限与审批、界面。

简单说就是说 Harness 的时候一般指程序本身，是工程框架；而说 Agent 的时候多是指的这个能干活的整体，是一种行为实体。

所以，多数时候对于 Codex / Claude Code / Pi 这一类你既可以叫它 Agent 也可以说是 Harness，只是关注的角度不同。

Pi Agent 是一个开源的、极简主义的 AI 编程代理（Coding Agent）工具包和 SDK，主要在终端环境中运行；与市面上许多功能臃肿的 AI 工具不同，Pi Agent 的核心设计理念是 “极简主义”。

可以理解是通用/编码 Agent 的毛坯房，只包含最基本的东西；

其他更复杂的功能，可以通过插件的方式引入，官方的扩展包市场：https://pi.dev/packages

我还是建议直接用套壳的 GUI 一劳永逸。

为什么关注

只提供基本的文件读取、写入、编辑，和一些执行命令的工具，再加上核心的 Agent Loop，此外就没有什么东西了。

随着大模型迭代越来越聪明，对于大部分的日常工作，其实不需要特别引导，基本都可以完成的差不多，意思就是不需要每次都内置一大串的 system prop，Pi 在上下文方面就非常的精简，你会明显感觉到 token 消耗的少了（感知节省一半左右）；

当然，这带来的问题就是复杂问题确实可能容易过于发散，比不上 codex 这种全能选手。

默认情况下，它没有 MCP、计划模式、权限管理、目标模式、子 Agent；当然你可以通过扩展包来进行支持，和我理解的一致，大部分情况下这些功能你可能并不会去用。

最后，如果你想开发一个自己的 Agent，那么用 Pi 作为基础 SDK 是一个非常好的选择。

当下，闭源 Agent 接连出现后台偷偷上传代码隐私问题，开源的通用实现越来越流行，不同场景下选择合适的 Agent 更有性价比。

可以说就是 Hook，pi 基本在主体框架的每一步都设置了 Hook，例如会话启动时、输入任何文本后、进入 agent 循环之前、工具执行完毕后、循环的一轮完成时等等，pi 中有非常多的这种扩展点，你可以在这些扩展点做你想做的事。

大部分情况，你可能只需要描述下你想要什么能力，直接让 pi 参考自己的文档给你写一个扩展即可，下面有一些比较热门的网友写好的扩展：

实际上，你可能完全不需要这些工具，真正需要的时候你可能直接就去用 Codex 之类的工具了。

因为对于复杂任务需要模型高智力的时候，现在的趋势就是模型和客户端绑定才能发挥出真正的实力，即例如 GPT 系列 + Codex 才是完全体。

DeepSeek Harness（DSH）最近很火，但是我感觉大概率都是图一个新鲜，真正证明优秀还需要时间的沉淀。

对于 pi 来说，可以理解成骨架是固定的，例如 Agent Loop、模型、工具、上下文（当然也支持注册新工具、命令、模型、界面）；扩展性主要就来自这套骨架沿途开放的大量接缝，再每一个接缝中你都有机会去干点什么；它的执行流很清晰简单，沿着这条执行逻辑很容易分析那个阶段发生了什么，有什么问题。

dsh 的理念和 pi 有一些相似，都是走极简路线；它的口号是“一切皆插件”，简单说在 pi 的基础上，它考虑骨架能不能换，Agent Loop、模型、会话等等都是插件，都可以替换，只需要遵循 dsh 的“语言”或者说规范、约束，那么什么都能换。

把这些插件搭配组装起来的机制是 cordis，非常薄，有点模块化的那个感觉，不同的预设模式就相当于用不同的插件搭起来的结构。

这套机制有个能力就是甚至可以在运行时进行插件的替换，当然 Agent Loop 这种承重作用的插件是不太可能，其他的边缘插件就未必了，所以还需要考虑残留、注册和依赖关系。

所以说 dsh 从设计层面要远比 pi 复杂，要考虑的东西更多，这种复杂的东西初始阶段问题应该不会少，在某些特定场景应该非常有竞争力。

dsh 和 pi 是两种技术路线，现在来看并不能说谁是正确的，还需要时间去检验，只是在当下来说，pi 还是一个更稳定的选择。