本文永久链接 – https://tonybai.com/2026/10/03/pi-1-0-durable-agent-harness-release

大家好，我是Tony Bai。

【导读】

OpenClaw 的声量似乎已不复当初，但它背后的 Agent 引擎 Pi 却在加速。10 月 1 日，Pi 正式发布 1.0，同时抛出一个实验性新包 Pi Durable：一个进程崩了、机器睡了、容器重新部署了，Agent 也能从断点接着干活的底座。更有意思的是，当初高调宣布“不支持 MCP”的 Pi，这次把 MCP 收进了核心。这是怎么回事？

【文章要点】

  • Pi 1.0 重磅发布：OpenClaw 核心运行底座 Pi 正式发布 1.0 版本（GitHub 突破 11.1 万 Star），并同步推出专为长时间运行、可崩溃恢复与多人协作设计的全新底座 Pi Durable；
  • MCP 态度历史性反转：告别过去的排斥立场，将 MCP 正式收编进核心，并推出核心利器 Codemode——让 Agent 在安全 JS/WASM 沙箱中以脚本编排工具调用，实测 331 次连续工具交互实现零上下文浪费；
  • 虚拟模型动态分流：支持在扩展中定义虚拟模型（例如 Claude Opus 负责规划、Jev 负责决策、GPT 负责落实现），实现跨模型透明切换与 Token 账单的精确追踪；
  • Pi Durable 的六大“不死”原语：
    1. 全环境运行：解绑 Node 原生 API，自带 SQLite/JSONL 适配器，可直接部署在 Bun 或 Cloudflare Durable Object 上；
    2. 崩溃断点自愈：通过检查点机制与 requestId 幂等保证，区分只读工具安全重放与高危操作阻断，确保意外宕机后无缝接棒；
    3. 无拷贝会话分叉：支持对话在任意位置零成本分支（如 Slack 频道与线程隔离），各分支拥有独立权限且并发互不阻塞；
    4. 持久化扩展与所有权树：状态变更带记忆留存，子任务构成所有权树，实现级联取消与防重复确认；
    5. 无感后台异步压缩：上下文逼近上限时后台静默压缩，对话全程不停顿，历史记录全量留存可追溯；
    6. 应用状态原子化与多人协同：业务文档与对话记录同批次提交，支持运行时扩展热更新与多人多端实时接入。
  • 极简工程哲学：全部源码精简至 1.5 万行，专为让 Agent 自己能读懂而设计；坚决拒绝假安全感，通过严格的依赖锁定（Supply Chain Hardening）与外部专业沙箱守牢安全边界。

热闹散去之后，引擎还在转

回看这一年的 Agent 圈，“热”和“冷”切换得很快。

前几个月风靡一时的 OpenClaw，如今已明显安静下来。但它背后的 harness runtime Pi，节奏反而越来越快。

截至发稿时，Pi 的 GitHub 仓库（已经从 https://github.com/badlogic/pi-mono 迁移到 https://github.com/earendil-works/pi）已有约 11.1 万 Star、1.4 万 Fork。官方称，全球每周有数十万人在使用它。

10 月 1 日，Earendil 团队发布了 Pi 1.0。官方的措辞很朴素：一个“加固的、极简的、可以变成你自己的”Agent Harness。

同一天，团队还放出了一个实验性新包 Pi Durable，目标是让 Agent 能长时间运行、扛得住崩溃、能被多人同时操控。

先说明一个概念：什么是 harness？

一句话：模型之外，让模型能真正干活的那一整套东西，包括对话存储、工具调用、执行环境和任务调度。

Pi 1.0：7 项更新，每一项都“扛过了墙”

Pi 的一个鲜明特点是克制。

官方说，Agent 工具每周都在变，但大多数变化留不下来。Pi 的做法是：等一个东西被证明有用，再权衡它带来的复杂度，最后才决定收不收。

团队这样形容 1.0 的新特性：它们被“扔到墙上，粘住了”，而掉下来的东西要多得多。

最终留在 1.0 里的有这些：

更新 说明
Codemode 原生支持 MCP，同时支持 Jev 这类非 LLM 模型和图像模型
虚拟模型的扩展支持 扩展可以定义“虚拟模型”，在背后调度多个真实模型
延迟工具加载 工具不必一股脑塞进上下文
Anthropic 缓存预热 针对 Anthropic 模型优化缓存
对话中途的系统消息 在保持对话记录感知的前提下，修改提示词和工具
全新 TUI 主题 界面焕新
默认全屏模式 终端体验升级

最大的反转：说好的“不支持 MCP”呢？

这一部分最值得细说。

过去，打开 pi.dev 能看到一句很骄傲的声明：Pi 不支持 MCP。团队成员在播客里也不止一次吐槽过 MCP，Mario 还专门写过文章，标题大意是“如果你其实不需要 MCP 呢”。

结果 1.0 里，MCP 成了核心功能。官方专门写了一篇《You Said No MCP!》自我解释，我们提炼成三层逻辑。

第一层：世界变了。

MCP 今天的样子，和一年前不同。

第二层：为 MCP 做的改造，本身就通用。

官方说，MCP 其实可以做成扩展，事实上之前也确实有人做过。但团队在重新思考后发现，支持 MCP 需要的改动，对 Pi 整体都有价值。比如要让 Pi 区分“这个工具是给模型看的，还是只给 Codemode 用的”，就得重新设计工具装载方式。这套改造顺带让 Jev 这类模型更容易接入。

第三层：与其站在场外，不如参与塑造。

官方观点是，MCP 最大的痛点依然是难以组合。很多 MCP 服务器还是为“把工具全部倒进上下文”的 harness 设计的，返回的是文本。在他们看来，MCP 应该更接近“带智能工具发现的 OpenAPI”：返回结构化数据，工具能通过文档和描述被发现。

那么，解法是什么？Codemode。

Codemode 是什么

Harness 执行工具通常有两个位置：

  • bash 所在的地方：不太受信任的沙箱；
  • Agent 循环所在的地方：通常是受信任的环境。

Codemode 运行在后者。它是一个让 Agent 用 JavaScript 来编排和组合工具调用的沙箱。因为它跑在 harness 一侧，所以它的状态是保存在会话记录里的，而不是文件系统里。

官方选 JavaScript 的理由是：小型 JS 引擎可以编译成 WASM 二进制，能提供合理程度的隔离。

官方演示：331 次调用，零上下文浪费

官方给了一个例子。开发者对 Pi 说：用 Jev 通过 Codemode，找出问题追踪器上最沮丧的评论者。

Pi 写了一段脚本，大致做了三件事：

  1. 通过 Linear 的 MCP 拉取 Pi 项目的所有未关闭 issue；
  2. 开 4 个并发 worker，逐个读取评论，交给 Jev（Cloudflare Workers AI 上的分类模型）判断情绪；
  3. 汇总、排序，只把最终结果返回。

整个过程跑了 331 次以上的工具调用，而这些中间结果没有占用模型上下文。最终结论是：167 个未关闭 issue 里，156 个情绪中性，11 个轻度沮丧，0 个重度沮丧。

用大白话说，Codemode 的价值在于：让模型写一段“编排脚本”，而不是一轮一轮地来回调工具。上下文省了，组合能力也上来了。

虚拟模型：Opus 规划，GPT 实现

1.0 的另一个亮点，是扩展可以定义“虚拟模型”。

官方的演示是：让 Pi 给自己写一个扩展，创建一个叫 router/auto 的虚拟模型：

  • 规划阶段用 Claude Opus；
  • 进入实现阶段后，由 Jev 判断是否该切换，交给 GPT 6 Luna 去写代码。

然后重载、新开会话、选择 router/auto，整个切换自动发生。最后用 /session 命令还能看到每个模型分别花了多少钱、缓存命中情况如何。

既然 Pi 已经够好，为什么还要造 Pi Durable？

要回答这个问题，先看 Pi 编码 Agent 的使用场景：跑在你的（远程）机器上，在终端里，被一个人驱动。进程挂了，你看看发生了什么，让它继续就行。

官方明确说：这一点不会变，Pi 1.0 就专注做好这件事。

但 Earendil 想把这套技术带给更多人、更多形态。这就需要一个 harness，满足：

  • 能跑在任何地方；
  • 能被不同界面触达；
  • 支持无限长的对话；
  • 能扛住灾难性故障；
  • 能让多个人同时操控同一批 Agent。

官方没有把 Pi 强行改成它不是的样子，而是另起一个新包：Pi Durable。

它不替代 Pi 编码 Agent，而是一个用来构建任何 Agent 应用的框架，编码 Agent 只是其中一种。它与 Pi 共享底层代码（比如 pi-ai），也共享两条原则：极简、可塑。

官方还透露了一个策略：在 Pi Durable 上探索新设计，不会干扰 Pi 编码 Agent；验证有效的经验，再反哺回 Pi。

Pi Durable 里的 Harness 长什么样

官方给出的定义是：Harness = 存储 + 并行运行多个对话所需的机制 + 工具 + 执行环境。

关键点在于：每个对话可以拥有自己的工具集和执行环境。主 Agent 可以在本机跑，评审 Agent 可以用更便宜的模型、只读工具和独立的代码检出。

Pi Durable 的六个“不死”能力

官方文章的结构很有意思，每一节都以“We want…”开头，我们挑最关键的几个来讲。

1. 到处都能跑，一直都能跑

“任何地方”目前的定义是：任何有 JavaScript 运行时的地方。

Pi Durable 自带 Memory、SQLite、JSONL 三种存储，并附带一套一致性测试和基准，方便你实现自己的后端。其中 SQLite 和 JSONL 的代码没有使用 Node API，只需一个小适配器，就能跑在 Bun 或 Cloudflare Durable Object 上。

内存里只保留工作集：活跃对话、运行中任务、待处理提交。其余留在磁盘。因为活跃对话本来就受模型上下文窗口约束（压缩会在溢出前总结旧消息），所以即使一个对话有几万条消息，也能舒服地装进内存。

2. 崩溃之后，接着干

这是 Pi Durable 最硬的承诺。

每一步运行都是一个任务，且在推进前会先存检查点。进程死了，新进程打开同一个存储，找到未完成的任务，从各自的检查点继续。

具体规则很细：

  • 被切断的模型请求：重新发送，已有的半截回答保留在对话里，标记为“已中止”；
  • 被切断的工具调用：如果工具声明“重跑是安全的”就重跑，否则告诉模型“这次调用被中断了”，由模型决定怎么办；
  • 排队中的消息：依旧排着；
  • requestId 保证提交是恰好一次：客户端崩溃重试时，拿到的是原来那次提交，而不会重复提问。

用代码看，核心就这几行（节选改写）：

const job = {
  type: "input",
  content: "Fix the flaky login test",
  requestId: "job-42",
} as const;
await root.submit(job, context);
// 进程在工具调用中途死亡

// 新进程打开同一个存储
const harness = await Harness.open(
  await openNodeSqliteStorage("./agent.sqlite"),
  { models, registry, env },
  context,
);
harness.resume(); // 继续被中断的运行

工具如何声明“重跑安全”？ 看这个设计：

const searchIssues = defineTool({
  name: "search_issues",
  replay: "safe", // 只读，崩溃后重跑没问题
  // ...
});

const deploy = defineTool({
  name: "deploy",
  // 没声明 replay：部署被中断后只会告知模型，绝不会重复执行
  // ...
});

读操作可以放心重跑，部署这种有副作用的操作，宁可告诉模型“被打断了”，也绝不自动重放。这是对生产环境非常务实的考虑。

3. 多个对话同时跑，还能分叉

一个 harness 可以并发运行任意多个对话，每个对话都享有同样的保证。对话可以在对话记录的任意位置分叉，子对话能看到父对话到分叉点为止的历史，而不必复制。

官方举的例子很形象：一个 Slack 频道里，Agent 回答任何人的 @。有人在某条回答下开了一个线程，那么频道是一个对话，线程就是它在那条消息处的分叉。两者同时跑，互不阻塞。线程里还可以单独设置：只能搜索，不能部署。

4. 扩展、钩子、任务：一切皆可插拔，且都“耐久”

在 Pi Durable 里，扩展是一个具名的集合，包含系统提示片段、工具、钩子和任务。每个对话只存“选了哪些扩展和工具”的名字。

几个值得一提的设计：

  • 系统提示每次请求前重建：改动会被记录在对话记录的对应位置，所以重启或分叉后，看到的就是模型当时看到的。对支持中途修改的模型，只发送变化的部分，提示缓存不会失效。
  • 钩子（Hook）：可以介入模型请求、工具调用和压缩。比如部署前需要人工审批：钩子在 Slack 里询问，答案存进“备忘（memo）”，首次写入为准。重启后不会重复询问。
  • 任务（Task）：拥有检查点、跨重启的定时器和等待其他任务的能力。官方的例子是多卡分摊付款：几张卡同时扣款，一张被拒，其他自动中止并退款。
  • 所有权树：任务与对话构成一棵树，中止一个任务，会自底向上中止它拥有的一切，每一层先清理自己的副作用。

官方还提到，Pi Durable 没有内置子 Agent，但几行代码就能做出来：一个工具创建一个自己拥有的对话，给它更小的模型和独立指令，等它回答。这个子 Agent 同样能扛崩溃，同样独立计费，UI 里还能把它挂在那次调用下面展示。

5. 压缩不停手，交接可以搜

长对话最烦人的是：Agent 突然停下来“总结上下文”。

Pi Durable 的做法是压缩本身也是一个任务，后台运行，对话继续。上下文接近上限时，后台压缩开始，摘要在下一个回合边界放进去。只有在下一次请求放不下时，才会等摘要。如果服务商仍然拒绝，harness 压缩后重试一次。

而且旧消息永远留在存储里。reset() 能开启一个全新的上下文，可以带一份交接笔记，再加一个搜索历史的工具，就能得到一个“自己交接给自己、需要时再查旧账”的 Agent。

6. 应用状态也要耐久，还能热更新，还能多人一起玩

  • 文档（Document）：待办列表、计划、工单、沙箱状态，这些应用状态以带类型的 JSON 存在对话旁边，和对话在同一个原子提交里变更，因此状态永远不会和产生它的对话记录“对不上”。
  • 热更新：注册表在对话运行时可以变化，用同名安装即可替换扩展。正在运行的工具调用用旧代码跑完，下一次调用用新代码。
  • 多人协作：UI 需要的一切都是已提交状态，所以任意数量的客户端都能附着在任意对话上，后加入的客户端先拿到当前视图，之后只收增量。任何客户端都可以中途引导（steer）运行中的对话，消息会在当前工具调用后加入。

15000 行代码，是写给 Agent 自己读的

Pi Durable 有一个很特别的设计目标：让你的 Agent 能读懂它。

官方给出的数据：不含测试，全部源码约 15000 行，约合 15 万 token（GPT 分词）或 25 万 token（Claude 分词），这还是最坏情况。因为要在它上面开发，Agent 通常不需要读全部，仅存储后端就占了 3000 行，往往可以跳过。

官方推荐的上手方式也很“Pi”：把你的 Agent 指向仓库里的 packages/durable，让它读 README、三十多个示例和两个 Demo，然后开干。

其中那个休假规划器，只有约 1300 行 TypeScript，大部分还是 TUI。它看起来像个编码 Agent，只是因为复用了 Pi 编码 Agent 的 TUI 组件。

稳定性不是喊出来的：供应链硬化与安全边界

“加固”这个词，在仓库首页有不少实证。

供应链方面：

  • 直接依赖固定到精确版本；
  • .npmrc 设置 min-release-age=2，避免解析到当天刚发布的依赖；
  • 以 package-lock.json 为依赖的唯一事实来源，预提交钩子拦截误提交；
  • 发布的 CLI 包带 npm-shrinkwrap.json，锁定传递依赖；
  • CI 使用 npm ci --ignore-scripts，并定时运行 npm audit 与签名校验。

社区治理方面：

新贡献者的 issue 和 PR 默认会被自动关闭，维护者每天人工复核。

安全边界方面：

官方说得很直白：Pi 没有内置权限系统，默认以启动它的用户和进程的权限运行。需要更强边界，就自己做容器化或沙箱。文档给了三种模式：

  • Gondolin 扩展：Pi 和认证留在宿主机，内置工具和 ! 命令路由到本地 Linux 微虚拟机；
  • 普通 Docker：整个 Pi 进程跑在本地容器里；
  • OpenShell：整个 Pi 进程跑在受策略控制的沙箱里。

这是个坦诚而务实的取舍：不做假的安全感，把边界交给更专业的隔离层。

冷静看：值得关注，但别神化

作为技术文章，我们也得说几点保留意见。

1. Pi Durable 仍是实验性质。

官方明确写了“API 可能还会变”，生产环境采用需要谨慎。

2. 目前只有 TypeScript。

官方 FAQ 的回答颇有趣：为什么又是 TypeScript？因为这是最容易启动的方式；至于用 Rust 或汇编重写，“众所周知很容易”，目前不排除，但现阶段专注 TS。

3. 有些细节还没公开。

比如 Jev 的更多信息、Codemode 的完整设计，官方都说“稍后再讲”；Slack 机器人和 GitHub 分诊机器人等基于 Pi Durable 的小工具，也是“未来几周”才会展示。

4. “极简”需要付出的代价。

没有权限系统、新贡献者默认被拒，这些都是极简和聚焦的另一面，是否适合你的团队，需要自己评估。

不过，从方向上看，有两点值得所有做 Agent 的人参考：

  • “耐久”正在成为 Agent 基础设施的一等公民。

检查点、幂等提交、所有权树、崩溃后按声明重放，这些都是分布式系统和工作流引擎里的老概念，如今被系统地搬进了 Agent 世界。

  • “让 Agent 能读懂框架本身”是一条值得重视的设计原则。

代码量、token 量、可跳过的模块边界，都被当成了设计指标。

动手试试

安装 Pi 1.0：

curl -fsSL https://pi.dev/install.sh | sh

安装 Pi Durable（实验性）：

npm install @earendil-works/pi-durable @earendil-works/pi-ai @earendil-works/chord

从源码跑两个 Demo：

npm install && npm run build
node packages/coding-agent/src/experimental/durable/main.ts
node packages/coding-agent/src/experimental/vacation/main.ts

两者均为 MIT 协议。

小结

OpenClaw 的热度可以起落，但 Pi 这条线上，有两件事很清楚：

一是它没有追着每周的新概念跑，而是把一个特性放上墙，看它能不能粘住；二是当终端里的一个人用的 Agent 不够用时，它没有把自己撑成大而全，而是另起一个新包，继续保持克制。

Pi 1.0 回答的是“一个可以依赖的 Agent 工具长什么样”，Pi Durable 回答的是“一个扛得住现实世界的 Agent 应用该怎么搭”。它们是否会成为行业标准，还需要时间检验，但这套“先验证、再收纳、保持小”的方法论，已经值得我们学习。

参考资料

  • Pi 1.0 发布文：https://earendil.com/posts/pi-1-0/
  • Pi Durable 详解：https://earendil.com/posts/pi-durable/
  • 《You Said No MCP!》：https://earendil.com/posts/you-said-no-mcp/
  • GitHub 仓库：https://github.com/earendil-works/pi
  • 官网与文档：https://pi.dev

还在为写 Agent 框架频频死循环、上下文爆炸而束手无策？我的新专栏 《从0 开始构建 Agent Harness》 将带你：

  • 抛弃臃肿框架，回归“驾驭工程 (Harness Engineering)”的第一性原理
  • 用 Go 语言手写 ReAct 循环、并发拦截与上下文压缩引擎等，复刻极简OpenClaw
  • 构建坚不可摧的 Safety Middleware 与飞书人工审批防线
  • 在底层实现 Token 成本审计、链路追踪与自动化跑分评估
  • 从“调包侠”进化为掌控大模型边界的“AI 操作系统架构师”

扫描下方二维码，开启从 0 开始构建Agent Harness 的实战之旅。

还在为“复制粘贴喂AI”而烦恼？我的新专栏 《AI原生开发工作流实战》 将带你：

  • 告别低效，重塑开发范式
  • 驾驭AI Agent(Claude Code)，实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码，开启你的AI原生开发之旅。

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。