Pi 抛出全新 Agent Harness，还把自己骂了一年的 MCP 装进了核心

Pi 迎来了今年规模最大的一次更新：项目升级到 1.0，Code Mode 与原生 MCP 正式进入稳定版；同一天，团队还推出了一套全新的 Harness——Pi Durable。 这些变化已经酝酿了一段时间。过去一年，MCP 协议经历了六七轮调整，逐渐发展到真正可用的阶段；Pi Durable 的架构也前后经历了八轮迭代。一个曾被 Pi 公开拒绝的协议进入核心，一套反复打磨的长时 Agent 框架同时亮相，标志着 Pi 开始从终端编程 Agent 向完整的 Agent 基础设施延伸。 对开发者来说，Pi Durable 最直观的价值是省掉大量重复代码。过去在 Pi 上构建个人助理、Slack Bot 或其他 Agent 应用，开发者需要自己设计数据库保存消息，再处理 Agent 的启动、任务调度、进程崩溃和状态恢复。有开发者估计，Pi Durable 可以直接替代自己一半的代码，因为这些外围细节都由框架接管。 这也解释了为什么有人认为，Pi Durable 会成为许多 Agent 工作流和应用的底座。过去每家公司都在重复实现对话记录、任务持久化、故障恢复和会话分叉，Pi Durable 正好填补了这个空缺。它会保存用户消息、模型回复、工具执行结果和任务状态；进程崩溃后，Agent 可以从中断的位置继续。能够安全重放的操作会重新执行，可能产生重复副作用的操作则不会贸然重跑。 Mario Zechner 对它的概括很简单：Agent 启动、调用工具，进程突然挂掉；重新启动后，它应该准确地从原处继续，不需要人再次输入“继续”，工具结果和流式输出也不能丢失。Armin Ronacher 更关注它背后的可靠性：模型本身已经足够不可预测，当 Agent 开始脱离人的实时监控，外层的任务编排和故障恢复至少应该稳定、可以理解。 另一项引发争议的变化来自 MCP。 过去一年，Pi 创始人 Mario Zechner 和 Flask 创始人 Armin Ronacher 一直是 MCP 最直言不讳的批评者。Pi 官网甚至曾经自豪地写着“不支持 MCP”。他们公开批评 MCP 臃肿、浪费 Token，并认为 Agent 使用 Bash、CLI 工具和代码往往更加高效。 如今，模型已经接受了更多与 MCP 有关的训练，MCP Server 和协议也逐渐成熟，Pi 最终决定正式接入。但它没有把所有工具名称、参数和说明一次性塞进上下文，而是通过工具搜索和渐进式披露按需加载。 与 MCP 一起进入稳定版的 Code Mode，则允许 Agent 在 QuickJS 沙箱中编写并运行一段 JavaScript 程序。它可以并行调用工具、过滤数据、去重和计算，最后只把真正有用的结果送回模型，大量中间数据都会留在沙箱中，由此降低 Token 消耗、运行成本和上下文负担。 Code Mode 还有一个很有意思的能力：它可以直接在 JavaScript 循环内部调用 System 1 模型，例如 Jev。假设 Pi 通过 MCP 获取了 200 条 GitHub 评论，Code Mode 可以逐条交给 Jev 判断用户是否不满、问题是否紧急、应该归入哪个类别。GPT 或 Claude 最终只需看到经过分类和汇总的结果。MCP 负责获取数据，Code Mode 负责编排和处理，Jev 承担大量快速判断，前沿模型专注于高层推理。 但一些 Pi 用户并不高兴。有人评论：“所以 Pi 现在也开始堆积垃圾了。”这句话代表了极简主义阵营的担忧：随着 MCP、Code Mode 和更多能力进入核心，Pi 会不会慢慢变成自己过去试图避免的那种臃肿 Harness？ Armin 回应称，Pi 默认加载的内容没有比以前增加。Code Mode 也并非“绕了一圈的 Bash”：Bash 运行 Shell 工具，Code Mode 允许模型直接在 Harness 内部搜索、组合和编排工具。Pi 接受了 MCP 的生态，同时仍在控制它给上下文带来的负担。 有意思的是，Pi 团队一边让 Agent 使用更多工具、运行更长时间，一边依然不愿把所有工作放心地交给它。Mario 坦言，Agent 可以修复很多小问题，一旦涉及设计和架构，它经常只会在局部堆叠代码，“往你的代码库里拉一坨屎，让情况变得更糟”。 当 Agent 终于可以跨越崩溃，连续运行数小时甚至数天，新的问题也随之出现：它不会轻易停下来了，但谁来保证它没有一路把代码库修成屎山？ 近日，Mario Zechner 和 Armin Ronacher 在一档播客中详细谈到了 Pi Durable 的设计、AI 编程的能力边界，以及 Pi 接下来为什么不想只做编程 Agent。InfoQ 翻译并整理了这场对话，以下为经编辑的完整内容。 太长不看版 Q：为什么不让Coding Agent修 bug？ Armin：因为它几乎不可能在解决问题时不动代码。你越信任全自动流程，代码库就越会随着每一次 bug fix 自然生长。 Q：AI 写的代码到底能不能用？ Mario：看层次。Pi 的 TUI 库里大量东西就是纯 slop，我到今天没看过 markdown 组件和 text 组件的哪怕一行代码，我不在乎，只要测试通过、渲染正确就行。但一旦涉及设计或架构，还是得靠人，因为Agent只会在代码库里“就地拉一坨”，把事情变得更糟。 Q：模型架构能力到底有没有进步？ Armin：没有，甚至可能退步了。它们输出的东西越来越复杂，说话方式越来越怪，满嘴同义词词典里翻出来的技术术语。 Q：为什么架构这件事模型学不会？ Mario：因为架构是编程里唯一没有被编码成文本、因而 LLM 学不到的部分。你可以轻松为网络安全、建网站、做前端搭训练数据，但“构建”这个过程本身，也就是设计和架构一个东西的过程，没有训练数据。 Q：那什么任务模型能做得特别好？ Mario：有 Oracle 的、二元的、能被 fuzz 的。如果你有一个 Oracle 能告诉 LLM 它做的是对是错，那你基本上就赢了。Bun 的 Rust 重写就是靠这个，让测试套件跑起来就行。 Q：Pi Durable 是啥？ Mario：Agent 在进程里启动，调用工具，进程挂了，重启，从断点精确继续。但 Pi Durable 不做事件溯源，用的是“意图、执行、结果”的效果三明治，加上版本化文档存储应用状态。 Q：个人Agent这事靠谱吗？ Armin：数百万人在用 Grok Bot 之类的东西，把所有东西都登录到机器上，我觉得那是一场灾难，所有这些公司都面临一场灾难。 Q：Earendil 接下来想做什么？ Armin：不想成为一家 Coding Agent 公司。两条线：一是做产品，让非工程师也能找到乐趣；二是做基础设施，让每个人都能构建自己的 Agent。 Q：Pi 的未来方向是什么？ Mario：我最近在手机上搞 PIM（Pi Mobile）。不再是“我和 Clanker”，而是很多 Clanker 在很多机器上，和很多人对话。 Agent 会修 Bug，也会往代码库里“拉一坨屎” 0xSero：为什么决定收编Pi？ Armin：其实在收编Pi之前，我们试了很长