Pi 1.0 发布
文章摘要
Pi 是 Mario Zechner 发起、现由 Earendil 公司（Armin Ronacher 也在其中）维护的开源编程智能体”外壳”（agent harness）。2026 年 10 月 1 日，Earendil 以一封”致你”的信件格式宣布 Pi 1.0 正式发布，定位是”一个经过加固、极简、可扩展、可以改造成你自己的东西的智能体外壳”。官方称全球每周有数十万人在用 Pi，很多人提交 issue 和 PR，团队花了几个月时间把这些反馈变成一个稳定、个人和企业都能依赖的版本。
极简是要守住的底线。 公告强调 Pi 以极简著称，团队会坚持这一点。智能体工具每周都在变，但多数变化留不下来；Pi 的做法是等一个东西被证明有用，再权衡它的真实功能和它带来的复杂度，然后才考虑引入。这次 1.0 新增的功能包括：
- Codemode（原生支持 MCP，也支持 Jev 这类非 LLM 模型和图像模型）
- 扩展可以定义”虚拟模型”
- 延迟加载工具（deferred tool loading）
- 针对 Anthropic 模型的缓存预热
- 对话中途的系统消息（能感知对话记录的提示词与工具变更）
- 新的 TUI 主题
- 默认全屏模式
团队说这些功能都琢磨了好几个月，是”扔到墙上之后粘住了的那些”，掉下来的清单要长得多。加了这些之后用起来像迈了一大步，但”仍然像 Pi 那样简单”。公告附带的演示也很能说明新能力的组合方式：Pi 用 Codemode 写脚本把一周的提交归纳成摘要；然后 Pi 给自己写了一个扩展，造出一个”虚拟模型”，规划阶段用 Claude Opus，实现阶段交给 GPT 6 Luna，由 Jev 判断什么时候切换；最后用 /session 查看各模型的成本和缓存命中。
“你们不是说不要 MCP 吗？” 同一周 Earendil 还发了一篇配套文章《You Said No MCP!》，解释立场为何转变。Pi 过去在官网上骄傲地声明不支持 MCP，Mario 还专门写过文章唱反调。文章说，世界不是静止的，今天的 MCP 已不是一年前的 MCP；更重要的是，为 MCP 做的改动本身就普遍有用，比如同样的改动让 Pi 更容易调用 Jev。说到底，Pi 需要的和 MCP 需要的很像：一个以解释器形式存在的沙箱。他们依然认为 MCP 最大的问题是难以组合，很多 MCP 服务器仍然是为”把工具一股脑塞进上下文”的外壳设计的，为了省 token 返回纯文本。他们心目中的 MCP 应该更接近”带智能工具发现的 OpenAPI”：工具返回结构化数据，可以通过文档和描述被发现。CLI 之所以好用，是因为模型可以用 bash 技巧把东西串起来，MCP 本来也可以做到。
Codemode 是什么。 外壳执行工具通常有两个位置：bash 所在的地方，或者外壳的智能体循环所在的地方，两边的信任级别差别很大。Codemode 运行在外壳这一侧，本质上是一个编排工具调用的沙箱，让智能体用 JavaScript 决定调用顺序、把多个调用组合起来，状态也保存在会话记录里而不是文件系统里。选 JavaScript 是因为精简版 JS 可以打包成 WASM，提供不错的隔离。配置了 MCP 时 Codemode 会自动加载。文章给了一个例子：让 Pi”用 Jev 找出 issue 跟踪器里最沮丧的评论者”，它会写一段脚本，从 Linear 的 MCP 拉取 167 个未关闭 issue 及评论，四路并发交给 Jev 分类器判断情绪，最后得出 156 个中性、11 个轻度不满、没有高度愤怒的结论，整个过程几乎不占用上下文。
Pi Durable：给长时间运行的智能体用的新底座。 公告的后半部分介绍了同日发布的实验性新包 Pi Durable。团队发现 Pi 有些方面不符合很多人想要的用法：Pi 编程智能体是给一个人在终端里驱动的，进程挂了就看看发生了什么再让它继续。而 Earendil 希望把 Pi 的极简理念带到终端和编程之外，需要能从不同界面接入、支持无限长的对话、扛住各种内外部故障、允许多人一起操控同一批智能体。与其把 Pi 改成它不是的样子，他们另起了一个包。Mario 的长文详细介绍了它的设计：整个源码不含测试约 1.5 万行；外壳架在一个存储后端之上，自带内存、SQLite、JSONL 三种存储，可以跑在 Node、Bun 甚至 Cloudflare Durable Object 里；每一步都是一个先存检查点再继续的任务，进程死掉后新进程打开同一份存储就能接着跑，被打断的模型请求会重发，被打断的工具调用只有声明”可安全重放”时才会重跑，否则告诉模型调用被中断；一个外壳可以同时跑很多对话，对话可以从任意位置分叉（比如 Slack 频道是一个对话，某个讨论串是它的分叉）；扩展由系统提示片段、工具、钩子和任务组成，任务和对话构成一棵所有权树，取消一个任务会自底向上取消它拥有的一切。至于为什么又用 TypeScript，文章说这是最容易起步的方式，将来不排除移植到 Rust。
Pi 1.0 和 Pi Durable 都以 MIT 协议发布，代码在 github.com/earendil-works/pi。
HN 评论精华
本帖 1687 分、600 多条评论，是本周最热的帖子之一。讨论主要围绕几件事：Pi 到底怎么用、它还算不算”极简”、TypeScript 的选型之争，以及一段关于托尔金式公司命名的插曲。Pi 的两位核心人物 Armin Ronacher（the_mitsuhiko）和 Mario Zechner（badlogic）都在评论区亲自回应。
“大家到底怎么用 Pi？” wasting_time 的提问拿到 100 多条回复，他自嘲”我还像个穴居人一样在终端里用 Claude Code 和 Codex”。回答五花八门。FacelessJim（得票很高）说他想跑本地模型，Pi 是唯一真正能用的，因为它没有一个”巨大的系统提示词”，不至于在他那台破笔记本上光预填充就要几分钟；nfriedly 也说刚开始不知道 ollama 默认上下文极小，其他外壳的系统提示就把上下文吃光了，只有 Pi 能跑。darklinear 用 ChatGPT 订阅驱动 Pi，觉得比原生 Codex 还好：整个性能分析加重构的会话不到 2 万 token 就跑完了，而 Codex 在你发第一条消息前加载的默认内容就差不多这么多。pettijohn 让 GPT 6.1 Sol 审需求，再派生一个本地 Qwen 子会话干活，Sol 审完让 Qwen 修，一遍下来成功率约 95%，”以更慢的速度拿到旗舰级质量”。ritzaco 在 VPS 上跑 Pi，一个实例监听 WhatsApp 群里的账单，另一个用 DeepSeek 做 OCR 并写进 Django 数据库，他坦白”整个系统怎么运作我也不清楚，因为是智能体搭的”。hermannj314 说他选 Pi 跟功能无关：ChatGPT 桌面版刻意隐藏状态、会话和配置存在哪，Pi 默认就告诉你用了多少上下文、花了多少钱、会话存在哪，”一下子就祛魅了”。crazeddog 在一家 100 多人的公司把 Pi 推成了编程界面，配了对接内部系统的扩展和一个全员可用的 Web 外壳。
也有不少冷水。avazhi 抱怨十个人回复了提问，没一个真正回答，”这个帖子是不是被水军刷了？”；distantsounds 质疑”数十万用户”的说法，Wheen 列出数据反驳：npm 周下载 360 万、GitHub 11 万星、在 OpenRouter 月度 token 榜上排第五（它的分支排第六），加起来接近 Claude Code 的量级。stefan_ 说 Pi 就是”前 AI 时代的 vim 或机械键盘，当时不重要，现在也不重要，但永远能引发无穷的讨论”；nvarsj 和 ropintus 都把它比作 Arch Linux，”为了折腾而折腾”。shpx 讲了一次糟糕体验：同一个 OpenAI 模型、同一个报错，Codex 指出”你可能以为是 X，其实是 Y”，换到 Pi 却给出了错误的 X，他从此再没用过。
Pi 还算极简吗？ 这是争议最大的话题。hhh 质疑 Pi 的”被验证”标准不一致：Jev 一类模型火起来还不到一个月就被支持了，MCP 发展了快两年才进核心。Armin 回应说答案”说实话挺让人失望的”：他们看模型在做什么。模型是在各自厂商的外壳上训练的，Pi 不打算对抗模型的行为；Codex 内部用 Codemode 做并行工具调用，所以 Codemode 是必然的；而 pi-ai SDK 早就支持图像生成和分类模型，只是没有扩展就没法用，Codemode 补上了这个缺口，有了 Codemode，现代 MCP 在服务器配合的情况下也能用得不错。Zambyte 补了一句：分类模型已经存在快一百年了，Jev 的新意只在于它是通用分类器，不用再为每个任务训练新模型。
wgd 叹气说 Pi 作为极简 TUI 的日子不多了，Mario 亲自回复：这几天在各个社交平台上看到很多次这种说法，但他加 AGENTS.md、skills、llama.cpp、扩展、备用 TUI 模式、对话中途改系统消息和工具集（为了保住 KV 缓存）、图像模型时，没人这么说。他们跟着模型的训练方向走，GPT 系列现在就是用 Codemode 训练并行工具调用的；MCP 规范最近的大更新让它比过去两年”没那么糟”了，配合 Codemode 已经”过得去”。这些功能都是可选的，唯一能算膨胀的是 QuickJS WASM 多出来的几兆。他很诚恳地问：到底什么让”Pi 很极简”变成了”Pi 不极简”？blahgeek 贴出 Mario 去年那篇明确说”不要 MCP、不要全屏 TUI”的文章，说正是这两点吸引了很多人。shabbyrobe 表示 MCP 和 Codemode 的理由他能接受，但全屏模式让他很反感，他已经有一个他非常依赖的回滚缓冲区，就是终端本身；octoberfranklin 更不客气：”先是 MCP，现在又是全屏，你们是被私募收购了吗？”Mario 回复说全屏默认是因为 Windows Terminal 等终端的用户问题不断，原来的回滚模式在设置里还在，”绝不会移除”。FacelessJim 抱怨的”模型推理时历史记录会跳回开头”的老 bug，几个人指出正是全屏模式修好的；miroljub 解释这个问题是终端回滚机制固有的，自己写过外壳也碰到过，要么跳，要么回滚内容陈旧，只能另起备用屏幕自己实现滚动。
utilize1808 问为什么 Anthropic 缓存预热不做成独立包；ruined 答得干脆：”吃完午饭回来发现新的 5 小时额度蒸发了”可不是一个功能。heavensteeth 指出 Pi 有 45 万行代码、一堆依赖还要 Node；eddieroger 和 ecocentrik 解释 Pi 的”极简”指的是架构，默认只有 read、write、edit、bash 四个工具，其余靠扩展按需加。zmmmmm 的看法比较通透：新工具常以”极简”为借口解释功能少，成熟后功能和复杂度总会爬进来，但无论如何，模块化的设计底子会更好。
为什么又是 TypeScript？ semiquaver 自知会被踩，还是问：一个交互和并发要求很高的 CLI 工具，为什么要用”一门靠浏览器走运出名的玩笑语言”？apatheticonion 也希望这些工具都能是一个静态编译的二进制，他用 Rust 和 gpui 重写了 Codex 桌面版，120 帧以上、40MB 内存。反方意见很集中：pezgordo 说外壳大部分时间都在等模型响应；crooked-v 和 bel8 说 TypeScript 能热替换几乎所有代码，Pi 能飞快地修改和扩展自己，这本身就是卖点；sieve 认为 TS 的类型系统是他用过最有表现力的。redrix 提醒 Pi Durable 的文章里已经答了这个问题：TS 最好起步，将来不排除移植。droidjj 调侃：”反正过几个月他们大概会让 Opus 6.5 和 GPT-7 用 Rust 重写一遍。”
插件生态的两面。 ricardobeat 用了几周后离开，因为插件生态变成了”一片垃圾海”，大量 vibe coding 出来的项目根本不能用却有几千星；platinumrad 也说没时间甄别哪些插件安全靠谱。bel8 的做法是让 LLM 把想要的插件功能提取成自己的精简版，并要求它不安装、不运行任何脚本，先扫一遍恶意代码。richardgill88 用了 9 个多月，写了一份极简配置清单，坦言热门扩展很多”臃肿、怪异、一看就是 vibe coding”。不少人推荐”开箱即用”的发行版 oh-my-pi，aliasxneo 和 jszymborski 都说它远胜原版 Pi 和 OpenCode。
其他值得一提的。 julesrms 借楼推荐自己的 GUI 外壳 Juggler（”每次 Pi 登顶我都小声嘀咕：我的也能做这些，还有好看的图形界面”），拿到 113 条回复，引出一场 TUI 与 GUI 两派的争论，jonenst 说大家一窝蜂上 TUI”没有任何理性理由，近乎病态”。nixpulvis 问外壳对模型表现影响有多大，jupp0r 认为很多人归结为 Claude 和 Codex 模型差异的东西其实是外壳差异。capocasa 做过 token 测试：Pi 和他自己的 3code 用的 token 比 Claude Code 少四分之三，OpenCode 少一半。azuanrb 正用 Pi SDK 在 Kubernetes 上搭 Slack 值班机器人，为了让 JSONL 会话扛住 Pod 中断引入了 DBOS，lukebuehler 告诉他 Pi Durable 正是为这个场景做的。最后还有一段命名插曲：好几个人吐槽科技公司滥用《魔戒》名字（Palantir、Anduril 等），dmazin 说把一个开源外壳的作者和 Palantir 归为一类”可笑”，gholap 引了 Armin 的话：”等我老了，我希望人们记得托尔金式命名的公司不只是做武器和监控的。”trvz 说这该叫 3.14 版，Armin 回答他们特意在美东时间 3 点 14 分发布的。