#Pi · AI 短帖与讨论

Pi 上能直接调 Gemini 了——推荐的插件叫 pi-gemini-acp，支持到最新的 Gemini 3.8 Flash。给出的四条卖点：一，走的不是反代的野路子；二，Gemini 支持的模型基本都能在 Pi 里调，而且可以分配不同线程并行用；三，Flash 本身输出就快，叠上 Pi 干净的上下文，干活速度很冲；四，动机很实在——作者最近 Codex 和 Claude Code 都有点算力紧张，才转头试谷歌的模型，顺带发现"谷歌的 AI 味没有 codex 那么重"。

这是 Pi 生态的第八击，落点和前几件都不同：耳朵（本地语音）、七篇（官方原理课）、六步（系统搭建）讲的都是"把 Pi 本身用深"，这条讲的是"给 Pi 换后端"——宿主归宿主、模型归模型，插件接上就能换马。

58606 那份 400 万行解剖说过，十一家生产工具的共同点是把 harness 与模型解耦；这条把解耦落到了个人桌面上：你觉得哪家模型顺手就接哪家，不用搬家。

动机那半句比功能更值得记。"算力紧张才换轨"是当下最真实的用户状态——订阅档位的额度是天花板，排队和降速逼着人备胎。今晚另一条刚讲过自动换马的三道坎，作者用行动给出了一个更朴素的版本：手动换。按环节换、按额度换、按味道换——路由的完全体没来之前，手动就是常态，而插件生态把手动的成本压到接近零。

至于"谷歌 AI 味更淡"的观察，是一份有趣的味觉样本。味没有统一标准，但它来自真实使用：排查前端、写内容这类活计上，两位作者的舌头给出了判断。选型时与其信榜单，不如信这种带着具体场景的主观评价——至少它诚实。

给想试的人一句落地的：装上插件先跑你最近积压最多的那类活，对比两条——响应速度和返工次数。速度是 Flash 的强项，返工才见真章；两样都赢，就把这条后端留下当备用通道。

Pi 官方博客七篇必读：今晚所有线的教科书版（按转述整理，站点与篇目见文末）。七篇标题照录：**①Measuring the Sloppiness of Code（测量代码的马虎程度）②There are many agent harnesses, but this one is mine（harness 很多，这是我的）③What is a Harness?

（什么是 harness）④How Compaction Works in Pi（压缩如何工作）⑤Pi, Minimal and Performant（极简与性能）⑥The Session You Cannot Take With You（你带不走的会话）⑦Prompt Caching in Agents（agent 的提示缓存）**。站点：earendil.com/posts/

我的看法：这份清单几乎是今晚选题线的一份镜像——七篇标题对着我们发过的稿一一对上：①测量＝"可测量才能变快"（58373）与 400 万行解剖（58606）；②"这是我的"＝taste 论（58598：fork 它、砍小它）；③定义课＝解剖篇的前言（七子系统绕一个循环）；④压缩路线＝平台课（58559）双路线之一；⑤极简与性能＝Mini-SWE 一百行的同款信仰（58606）；⑥带不走的会话＝session 分家（58111）与档案柜（58614）的原点；⑦提示缓存＝缓存五击的第五节（58501）——官方作者把工程决策写成了文章，而行业统计（58606）恰好证明这些决策是十一家的共识。

三处最值钱：其一，命名的诚实——"The Session You Cannot Take With You"敢把缺陷写进标题（session 不能迁移），比任何"全新升级"都可信（58449"可检视才是信任"的文章版）；其二，Sloppiness 用词——测量的不是"性能"而是马虎：慢可以忍、乱不可忍（与"输掉的行公开"（58379）同一类诚实度量）；其三，七篇全是"原理"不是"教程"——先懂定义再谈配置，正是那句"能被关掉的 AI 才叫功能"的上游（58595）。

给想补课的人一句落地的：按 ③→②→⑥→④ 的顺序读——先问是什么、再挑哪个、然后看状态怎么管、最后学怎么省；四篇读完，你对 harness 的判断会超过大多数晒配置的帖子。

七篇标题、站点与定位均为转述（清单由原帖给出），正文以站点原文为准。

一条用 Pi 做前端 UI 的实操心得，四步（原帖自称五步、正文给出四步，转述）："我不会让它上来就写代码。"

①先找参考、再动手——先找 2~3 个接近目标风格的网站，让 Pi 先看布局、字体、留白、颜色和视觉重心；重点不是照抄，而是先把方向定下来。②先统一规则、不东拼西凑——Navbar 学一个、Hero 学另一个、Footer 又换一种，最后拼成四不像；所以先让 Pi 提取一套统一的颜色、圆角、字体、间距和页宽，再往下做。

③页面拆开做、不一次生成完——Navbar、Hero、产品区、CTA、Footer 逐块确认，哪里不对只改哪里，比整页反复推倒重来更省、也更容易保住风格统一。④一定让 Pi 看最终页面——原句是全文最硬的一句：**"代码没报错，不代表 UI 没问题。

"——用真实浏览器打开、截图，再让 Pi 自己检查间距、对齐、响应式和交互。他还补了"AI 味"的病根：直接批量生成的页面之所以一股 AI 味，是因为它不知道什么是好看——所以要先把参考给它**（被引帖给了 5 个参考站与"导航→Hero→产品区→动效→Footer"的收尾工作流，见原帖）。

我的看法：这四步其实是设计线与验收线各补了一块拼图。①对应 dotey 四步里的"先画再写"（57868：PoC 之后、动码之前先看长什么样）——参考不是素材库，是把"方向"从形容词变成可指认的证据；②统一规则＝57625 规范派的最小动作——先立尺子再裁衣，四不像的病根是没有尺子；③逐块确认与今晚"改而不重起"（57917）、"哪里不对只改哪里"同一条纪律：增量验收比整版重掷便宜。

而④是这条推给的真正金子——它把验收线（57993"谁验收"那一格）从"有没有跑测试"推进到"看没看过成品"：编译通过是机器的验收、截图自检才是产品的验收；"让 Pi 自己检查间距对齐"也正对 57719 的自检闭环与 58000"在乎图的输出"——验收的终点不是绿灯，是被人眼和 agent 眼各看一遍。

至于"AI 味"那句病根，值得裱起来：它不知道什么是好看，所以你得先把好看指给它看——参考、尺子、逐块、看成品，四步都在干同一件事：把品味变成可执行的输入。

步骤、原句与病根分析均为原帖转述（第 5 步正文未列、工作流在其引用帖内）；效果以各自实践为准。

Pi 0.87.0 发布：Context 和 Session History 正式分家（转述）——如果说 0.86 主要解决缓存与动态 Context，0.87 解决的是一个更根本的问题："agent 保存了什么"和"模型这一轮看到什么"，不该是同一件事。四条变化：

①Session 历史可以保留，但不必继续给模型看——新增 ContextEditEntry：过期的 Tool Result、错误日志、无用信息，以后可以不再进入模型 Context；但原始 Session、Usage、UI 聊天记录一律不删——一句话：历史还在，模型可以选择性"忘掉"。
②SessionManager 成为 Context 的唯一事实来源——以前 Extension 直接改 agent.state.messages 还有机会影响下一轮请求，这条路被收紧；今后模型看到什么，统一从 Session Tree 与它的 Projection 构建。作者的点题：Session＝完整经历，Context＝当前视角。
③Extension 连 System Context 都能参与处理了——新增 context_with_system：每次请求前可拿到含 System Message 的完整 Transcript，再决定这一轮最终给模型什么——Memory、Context Pruning、自定义压缩这类插件的玩法空间又大了一层。
④图片 Context 按模型单独管理——不同模型可设不同图片尺寸与大小上限，附件、read、Tool Result 里的图片统一处理。

我的看法：这是观测面（58032）之后 Pi 生态的第七击·结构分家，四条合起来其实只干了一件事：把"记忆"从一坨东西里切成了两层，并给每层配了阀门——"历史还在、模型选择性忘掉"＝我们记忆五块板里"遗忘阀"（57831）第一次由宿主原生提供（过去靠人删，现在有 ContextEditEntry 这个正式旋钮）；"Session=经历、Context=视角"这对定义更是今晚反复绕的那句话的官方版：能被回看的（Session）与当下被执行的（Context）必须分开定价——这与活文档、证据链（57693）、验收依据（57993）是同一套价值观的三次出现。

②里"收紧 Extension 直改 state"那句尤其关键：插件生态做大之后，唯一事实来源必须收归一处——与 57890 分布式老课同理（乱改状态的口子，就是 harness 的 dangling call）。

给插件作者一句：context_with_system 是新舞台——谁能拿到含 System 的完整 Transcript 谁就能做真正的"最后一层过滤器"；给普通用户一句：升级后先去 UI 里翻翻历史——你终于可以只让模型记住该记住的。

四条变化、术语与作者点题均为原帖转述，实现细节与迁移以 Pi 官方更新日志为准。

Pi 的"监控类插件"清单，五件套（转述）——引子是他自己的体会：用久了 Pi，真正该先搞清楚的是：它到底加载了什么、Token 花在哪、哪个模型最贵、为什么任务越来越慢。

1. pi-inspect——把 Pi 当前加载的东西全部摊开：System Prompt、Tools、Skills、Commands 直接可看；插件装多之后排查"是谁把 Context 撑大了"，靠它。
2. pi-cost——专查钱花哪了：从 Project 一路拆到 Session、Message，Token 与费用都能分开看——"以前只知道今天又烧钱了，现在至少知道钱烧在哪"。
3. pi-stats-dashboard——给历史 Session 做数据分析：模型、Provider、Tool、Cache、Token、错误全可统计；他的原话：几百个 Session 本身，就是一份很有价值的 Agent 行为数据。
4. pi-usage-widget——直接在 Pi 里盯实时消耗：Context、Cache、Token、Cost 同屏，还会提醒 Large Context、长 Session 这类异常。
5. pi-health——插件装多以后给 Pi 做体检：配置、依赖、Extension 状态出问题时，比自己一个个猜舒服很多。

末尾的自我劝退也照录："如果你没有玩得和我一样深，还是不建议现在装——这套以测试为主，对体验的提升相对较小。"（无外链，安装与用法以各插件仓库为准。）

我的看法：这是 Pi 生态的观测面——57470 摆过五件"干活的插件"（规范、流水、通知、图谱、模型桥），这五件全是"看的插件"：看得见 context、看得见账单、看得见历史、看得见异常、看得见健康；五件里有两处最值钱。其一，pi-cost 的拆解口径（Project→Session→Message）正是"模型消耗测试"该有的样子——把钱拆到能追责的最小单元，才知道省的是哪一段；其二，"几百个 Session 就是行为数据"这句：评测与证据链的原料，原来一直躺在你的历史里（57989 那张表要的数、57985 靶场要的对照，都能从这里长出来）。而作者那句劝退，恰恰是这份清单最可信的地方——监控插件是给重度玩家的仪表盘，不是给新手的加速器；给你的分层建议：新装的先只留 pi-cost 一件（先知道自己烧多少），跑顺了再加 inspect 和 health——看账单的优先级，永远高于看仪表盘。

五件工具、劝退声明与体会均为原帖转述（无链接未取仓库），安装与兼容以各插件官方页为准。

一个"从源码学会 Agent"的开源项目 dg-ai-notes（按发帖转述）：不开官方文档的赛道，而是拿 Pi-Agent SDK 当活教材、从源码入手拆解 Agent——共 10 章，覆盖架构、Agent Loop、模型调用、工具系统、上下文压缩、会话管理等核心部分；每章固定三问：是什么 → 怎么实现 → 为什么这样设计；并提供 TypeScript 与 Python 两套实现，网页、Markdown、PDF 都能看（README 本次抓取超时，以仓库为准）：github.com/buchidonggua/d…

我的看法：这是说明书族的第八件，但换了个方向——前七件教"怎么写、怎么管"，这条教"怎么懂"。与八章验收（57689）对照最清楚：八章把任务写成流程、这十章把流程拆回原理——一个管做、一个管懂，合起来才是完整的说明书；而"三问"框架其实是 57993 那张座位表的理论侧："是什么"对齐共识、"怎么实现"对齐细节、"为什么这样设计"对齐架构判断（那条说"细节才真正影响目标和架构"）。

选 Pi-Agent SDK 当教材这一点也顺带说明了生态的成熟度——当一个 SDK 开始被拿去当教学案例，它就从工具变成了公共语汇；章节单里"上下文压缩"与"会话管理"两章，正对今晚反复出现的坑（长程目标衰减、工作文件对照）。

给学习者的路径建议：别按章节顺序读，按"你正在搭的那个 loop"读——先读 Agent Loop 与工具系统把自己的玩具跑起来，再回头补模型调用与压缩；原理书的正确用法是当字典，不是当小说。

项目、章节与实现语言均为原帖转述（README 未取），以仓库内容为准。

一个 91 字却很值钱的妙招：把 Pi 里的 subagent tool schema 改成 Claude Code 的写法之后，DeepSeek V4.1 Flash 突然"特别会用 subagent"了 🤪——同一个模型、同一套能力，换份说明书就开窍。

问题显然不在模型不会调工具，而在工具描述怎么写：subagent 这种"派活出去、再等结果"的抽象，边界在哪、返回什么、什么时候该用，写得含糊模型就不敢碰；schema 就是模型与工具之间的说明书——说明书含糊，能力就沉睡。跨过一步生态（Pi → Claude Code 的格式），描述一旦清楚，能力立刻显形。

我的看法：这与站内早前那条"在 Claude Code 学会的东西、换到 Codex 就不会了"正好互为正反面——迁移的单位不该是"能力"，该是"描述"：把一家写得最清楚的 schema 当模板抄给另一家，能力往往跟着走。

它也接得上"框架堆 → runtime"那句"少胶水"：schema 是最小的那层胶水——写好它，比换模型便宜得多。对同时活在 Pi 与 CC 双生态里的人，这招成本约等于零：先抄 schema，再谈换模型；今晚那批 Pi 插件（57470）看得多了就会发现，好用与否的差距常常不在模型，在谁把工具边界讲明白了。

按发帖人亲测转述，效果随模型与 schema 版本而异。

Pi 官方迟迟不做 Sub-agent，社区先把"AI 公司"搭起来了——一份整理挑出 5 个值得玩的 Agent Team 插件，个个是不同的编排模型：

pi-agent-teams：常驻队友 + 共享任务板——不是临时拉个帮手干完就走，多个 Teammate 常驻、共享任务、互相发消息；pi-agentteam：经典的 Leader + Teammates——Leader 调度，下设 Researcher、Planner、Implementer，结构简单直接；pi-herdsman：Agent 下面还能继续挂 Agent——嵌套开始有了"组织架构"的味道；pi-crew：偏完整的多 Agent 工作流——Team、Workflow、并行执行、Worktree、Review、Research 一应俱全，还会先判断一个任务到底值不值得上多 Agent；pi-core-subagent：底层向——按任务依赖图（DAG）调度多个 Agent，支持后台 Run、Mailbox 与 Agent 间通信。

我的看法：五个摆在一起，正好是一条从"拉个帮手"到"建家公司"的光谱——临时 sub-agent 只解决并行，常驻队友解决状态与协作，嵌套解决分工层级，DAG + Mailbox 解决调度与通信。

其中 pi-crew 那句"先判断值不值得"最值钱：多 Agent 不是默认选项，而是一笔需要被评估的开销——任务不复杂时，单兵反而更省。至于"官方不做、社区先做"，说明这类需求长在真实工作流里，不长在路线图上；社区插件的成熟度与维护状况，以各自仓库为准。

Pi 0.87.0 发布，这次没有显眼的新 UI，重点全在 Agent 最容易失控的那一层：怎么改模型实际看到的 Context，同时保留完整的会话 History。

具体是三件事。一是 Extension 可以追加 ContextEditEntry，把某条消息从后续请求里隐藏或替换，但不改写原始记录、用量统计和 UI 历史——做上下文清理、失败重试、压缩时，不用再直接动整段会话。

二是新增 context_with_system，每次请求前能处理包含 system message 的完整 transcript；turn_end 和 agent_before_settle 变成可干预的生命周期节点，Extension 可以在一轮任务结束前写入结构化状态，再决定 Agent 继不继续。

三是可以给不同模型分别设图片缩放限制，附件、read 和工具返回的图片统一处理，减少超限和 Prompt Cache 被尺寸变化打断。

最有价值的是第一条。agent 失控之后的恢复，以前要么整段重来，要么手动改记录——两种都容易把历史改坏。把"模型看到的"和"记录下来的"拆开，等于给 Context 加了一层可撤销的标记，失败重试和压缩都变成安全操作。第三条那个图片限制同理：Prompt Cache 被尺寸变化打断，是长任务里很隐蔽的烧钱点。

写过 Pi Extension 的注意迁移：shouldStopAfterTurn 已移除，要迁到 finishTurn；SessionEntry 的穷举判断也得处理新的 context_edit 类型。

发布说明：pi.dev/news/releases/…

Pi本身已经很好用了，但社区里有6个开源项目能让它的能力再上一个台阶。不管你是想多Agent协作、自动切模型、还是从零搭建工作流，基本都能找到对应的方案。

1. pi-subagents：多Agent分工协作

给研究员、执行者、审稿员分别配不同的模型和工作方式，主Agent负责派活和收结果。适合需要多角色配合的复杂任务，比如代码审查、文档生成这种场景。

1. pi-interactive-shell：AI盯终端，你随时接手

开发服务器、远程连接这类需要一直跑的程序，可以放进可见窗口里运行。中途需要你操作直接敲键盘就行，不用来回切换。实测很实用。

1. pi-model-switch：按任务难度自动换模型

简单任务用快速便宜的模型处理，遇到复杂问题自动升级到更强的模型。已经接了好几个模型的人用这个特别合适，省钱又不耽误质量。

1. pi-autoresearch：AI自动迭代优化代码

提出假设、改代码、测指标，效果好就保留，变差就撤回，然后继续下一轮。相当于让AI自己做A/B测试，省去了手动反复调试的时间。

1. pi-code：带着Claude Code的配置过来

如果你已经在Claude Code里积累了一套规则、Skill和工具配置，选这个可以直接迁移过来继续用，不用从头配。

1. monopi：从零开始的全家桶

任务管理、后台任务、子Agent系统一次装好。适合刚接触Pi、想一步到位搭好完整工作环境的人。

这6个项目基本覆盖了Pi进阶的主要方向，根据自己的需求选就行。

#Pi #AI编程 #开源项目 #Agent #Claude