背景：极简 Harness 路线的来路
Pi 出自开发者 Mario Zechner 之手，起点是对「臃肿编码智能体」的反动：读、写、编辑、Bash 四个工具，一小段系统提示词，其余一切交给 TypeScript 扩展体系。2025 年 11 月 2 日，Zechner 发表题为《What if you don't need MCP?》的文章，公开质疑 Model Context Protocol 的必要性——彼时 MCP 已获 OpenAI、Google、Microsoft 等多方支持，被视为智能体接入外部工具的事实标准，Pi 的立场因此显得格外扎眼。
转折发生在 2026 年 4 月：由 Armin Ronacher（Flask 框架作者）与 Colin Daymond Hanna 组建的 Earendil 公司收购 Pi，开发主线随之迁移。多家行业媒体在报道 Pi 1.0 时都采用了同一个类比：如果 Pi 是一个 Python Web 框架，它是 Flask 而非 Django——更少的内置组件，更多的自定义空间。Earendil 官方对 1.0 的自我定位是「一个 hardened、minimal、extensible 的智能体 Harness，你可以把它变成自己的」。
Pi 1.0 的看点不在某个单项功能，而在决策过程本身：拒绝 MCP、公开反转、再用三天把反转落成 1.0，每一步都有公开的论证文章。在 Harness 竞争普遍走向平台锁定与黑盒编排的 2026 年，这种「把架构取舍写出来给人看」的做法，本身就是一种稀缺的产品能力。
Pi 1.0 发布了什么
综合 Earendil 发布公告与 v1.0.0 更新日志，1.0 的功能清单如下：
| 功能 | 说明 |
|---|---|
| Codemode | Harness 侧 JavaScript 沙箱，模型以写脚本方式组合调用工具；原生支持 MCP、Jev 决策模型与图像模型 |
| 虚拟模型 | 扩展可定义「其实是路由器」的模型：例如规划用一个模型、实现换另一个，由分类器决定何时切换 |
| 延迟工具加载 | 庞大的工具目录不必塞进每条提示词，工具声明可按需展开 |
| Anthropic 缓存预热 | 面向 Claude 系模型的 prompt cache 预热，降低重复会话成本 |
| 会话中系统消息 | 提示词与工具配置的变更可以落在转录流的对应位置，而非只能在会话开始时生效 |
| MCP OAuth 加固 | 按服务器名与 URL 分别存储凭据、RFC 9207 issuer 校验、保留已授权范围的渐进式登录 |
| 默认全屏 TUI | 新主题与默认全屏模式；需要传统终端回滚时可将 tuiMode 设为 regular |
安装维持一条 curl 命令的极简风格。整体看，这份清单更像一份「Harness 成熟度体检表」：虚拟模型对应成本工程，延迟加载对应上下文管理，会话中系统消息对应长会话的提示词演进，OAuth 加固对应企业接入——每一项都是 2026 年 Harness 产品的标配竞争点，Pi 的差异在于全部以扩展机制实现，而不是堆进核心。
Codemode：把工具编排搬出上下文窗口
Codemode 是 1.0 的架构主角，也是官方给出的「为什么现在要 MCP」的技术答案。传统工具调用模式下，模型每调用一个工具就要往返一次，每个工具的完整 schema 都常驻上下文；Codemode 则在 Harness 侧运行一个小型 JavaScript 沙箱，模型写一段简短脚本来调用工具、做循环与过滤，只把最终结果返回上下文。Earendil 的类比是：智能体早已学会用「高效的 bash 组合拳」来衔接命令行工具，Codemode 把同样的能力带给了 MCP 工具与非 LLM 模型。
官方更新日志给了一组可验证的量化口径：在默认工具集加 Codemode 生效的情况下，一个 GPT-5.6 请求的提示词开销从约 5300 token 降至约 3300 token，即 Codemode 的常驻成本下降约四成。这个数字的意义不在绝对值，而在它指向的成本结构：工具声明是每轮都要付的固定开销，把它压下来影响的是每一次交互，而不仅是一次任务。
值得注意的是 Codemode 的运行位置：它跑在 Harness 循环所在的可信侧，而非工具执行所在的不可信侧；其状态存在于会话转录而非文件系统。这意味着沙箱本身仍是攻击面——行业媒体援引针对决策模型 Jev 的注入研究提醒，Codemode 沙箱若被逃逸将是一个高关注度的安全问题。目前尚无公开的逃逸案例，但这一风险边界在选型评估时应当计入。
MCP 三天反转：克制哲学的公开演示
发布前两天（9 月 29 日前后），Earendil 发表《You said no, MCP!》，公开承认 pi.dev 首页曾「骄傲地宣称 Pi 不支持 MCP」，然后解释为什么现在收编。官方给出的理由有三层：
- MCP 本身成熟了：今天的协议不再是去年的协议，且 Pi 一直有社区扩展实现 MCP——反转的前提是生态变化，而非空想的让步。
- 集成所需的改造另有价值：支撑 MCP 良好运行的「工具元数据分级」（对模型可见、延迟加载、仅可从代码调用）与「组合用的解释器沙箱」，恰好也是让 Jev 这类非 LLM 决策模型顺畅工作的同一批基础设施。官方原话是：Pi 需要的东西与 MCP 需要的东西「相当类似」。
- 从内部塑造协议：Earendil 坦承 MCP 在组合性上仍然吃力、许多服务器仍按「把工具全部倒进上下文」的粗放模式设计；团队选择入局参与协议演进，并建议 MCP 服务端向「更接近 OpenAPI 的结构化可发现」方向靠拢。
发布后三天的节奏值得单独记录：公开拒绝的立场、公开反转的论证、以及把反转完整落地的 1.0 版本，在同一个窗口内完成。Hacker News 上的发布讨论帖热度很高——不过各家媒体记录的分数并不一致，有报道称约 1632 分 567 条评论，也有编辑记录约 1340 分——存在口径差异，本报告如实并列。
Pi Durable：长时运行智能体的开放答案
与 1.0 同日公布的 Pi Durable 是本发布中外延最大的部分。终端编码智能体的生命周期绑定在会话上，而「跑得比会话久」的智能体——持续巡逻、定时任务、多天推进的工程——需要的是另一层基底。Earendil 把这层拆成实验性独立包发布：npm 包 @earendil-works/pi-durable、pi-ai 与 chord，定位是「构建长时运行智能体应用的基底」。
架构上，Pi 与 Pi Durable 是分层关系而非替代关系：Pi 连接模型与工具、管理一次会话；Pi Durable 编排多个会话，存储后端用 SQLite 与 JSONL 文件处理。两者共享代码（如 pi-ai 库）与设计原则（极简与可塑性）。Earendil 明确说明：它不替代 Pi 编码智能体，而是构建任何智能体应用的框架，编码智能体只是其中一种。
行业解读普遍把它放在同一个坐标系里观察：据 getaibook 的评论，Pi Durable 被视作「常驻智能体（always-on agent）」赛道上的开源对照物——一侧是有专属算力与采购权限的闭源旗舰方案，另一侧是执行权在自己手里的 MIT 基底。两种路线谁能赢得企业信任，是接下来半年值得跟踪的问题。需要强调的是，Pi Durable 目前仍是实验性阶段，尚无公开的「在生产负载上持续运行」的案例证据。
规模、口径与已知短板
Pi 已经不是小众玩具，但规模数字全部来自厂商与社区渠道，本报告逐项标注口径：
- GitHub 仓库：据行业媒体统计，主仓库星标超过 11.1 万、fork 超过 1.4 万。
- npm 下载：据 npm 下载 API 统计（2026 年 9 月 24 日至 30 日，即发布前一周），新组织作用域 @earendil-works 周下载约 454 万次，旧作用域 @mariozechner 的原包仍有约 107 万次周下载——旧包名未废弃本身就是迁移过渡期的注脚。
- 周活跃用户：官方称「每周数十万人使用」，属厂商自述，无法独立核验。
短板同样要写清楚。其一，Pi Durable 处于实验阶段，从实验走向稳定的时间表未公布。其二，Codemode 沙箱的安全姿态尚待检验，决策模型的注入研究对 Pi 同样适用。其三，官方坦承 MCP 的组合性问题并未被 Pi 解决——它选择的是参与解决而非已经解决。其四，1.0 默认全屏 TUI 的改动让部分依赖终端回滚的既有用户需要调整配置，属于小的迁移摩擦。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
解读：公开推理是一种产品能力
把 Pi 三部曲放回 2026 年的 Harness 竞争格局里，它的差异化不在功能密度——论功能清单，大厂产品只会更全——而在决策的可见性。大厂 Harness 团队为更小的架构决策往往要消耗数个季度，且理由藏在内部文档里；Pi 把「为什么拒绝、为什么反转、为什么拆包」全部写成公开文章，让用户与潜在贡献者能够审计它的技术判断过程。对于要评估「这个 Harness 值不值得托付文件系统与生产凭据」的团队来说，一份可审计的决策记录是有实际价值的尽调材料。
另一层解读是路线对照。DeepSeek Harness 用「一切皆插件」开放整张插件图谱，Pi 用「小核心加扩展」保持极简，OpenAI 与 Anthropic 的托管方案则把 Harness 做成平台服务的入口——三条路线对应三种商业模型：生态入场券、开发者工具、平台锁定。Pi 1.0 加 Pi Durable 的组合说明，即便在平台化浪潮之下，极简路线依然可以通过「CLI 会话 + 长时运行基底」的分层组合补齐短板，而不必放弃小核心。
判断仍需谨慎：Pi Durable 能否跑出生产级长时运行案例、Codemode 沙箱能否经受安全社区的检验、虚拟模型路由模式会不会被更多团队采纳，都还没有答案。但 1.0 本身已经证明一件事：在智能体基础设施层，「说清楚自己为什么不做什么」与「做了什么」同样构成竞争力。