Pi-warden给Pi加检查层，17160次调用只拦42次

Pi写代码时最麻烦的，不一定是它不会写，而是它明明知道规则，跑久了还是会忘。 我之前用Pi写一个项目，它一开始还挺规矩的，按照我的要求一步步来。但跑了大概半小时后，它开始自作主张了：该跑测试的时候直接说"已经完成了"，该用安全方式处理数据的时候直接硬编码密钥。最离谱的一次，它差点执行了一个rm -rf命令，幸好我及时发现了。 Pi-warden就是专门解决这个问题的。它会在Pi每次write、edit、bash之前或之后做检查，把问题直接反馈给Agent，让它自己修，不是每次都弹窗问你。 几个数字比较直观： 150组A/B测试：不开Warden时出现6次规则违规，开启后是0次。 321个真实会话，一共检查了17,160次工具调用，实际只拦了42次。其中用户随后批准了5次，也就是说37次拦截最终被保留。 单次判断大约消耗1000 input tokens，成本约$0.00004/次，延迟大约0.3秒。 还做了109轮连续稳定性测试，13,952个case，100%通过，0 score drift。 它主要盯这些问题： Agent有没有违反项目自己的pi-warden.md规则。连续用同一种错误方法重试。没跑测试就直接说"已经完成"。写出硬编码密钥、关闭TLS这类安全问题。执行rm -rf、数据库reset、force push这种不可逆操作。工具输出太长，把上下文撑爆。子Agent的结果到底值不值得打断主Agent。回复开始重复、跑死循环。 我比较喜欢的一点是：大部分问题只提醒Agent，不拦。只有破坏性命令、明确deny规则，或者不可逆概率超过阈值时才真正hold。正常代码修改还是继续跑，所以不会把自动模式变成"点确认模拟器"。 需要Pi 0.85+、Node.js 22.19+。没有TypeSafe key也能跑一部分离线检查。 最近一直在看Pi的多Agent和自动化工具，反而觉得这种guardrail比再堆几个Agent更实用。Agent跑得越久、权限越大，越需要一层能随时把它拉回任务边界的东西。 GitHub：github.com/DevMortimer/pi…