以前是我盯着 Pi 改代码，现在有人开始让 Pi 自己死磕优化了😂 最近看到一个很值得玩的项目：pi-autoresearch。 它受 Karpathy Autoresearch 启发，直接把这套思路搬进了 Pi里面。 你不需要一步一步告诉它该怎么优化，只需要给一个明确指标。 剩下的事情，它自己来： 想方案 → 修改 → 测试 → 对比结果 → 有提升就留下 → 变差就回滚 → 继续下一轮。 几个点特别有意思的点： 1、目标非常明确 不是让 Agent 模糊地“把代码优化一下”，而是直接盯一个数字，比如测试时间、构建速度、Bundle Size、Lighthouse 分数。到底有没有变好，一眼就能判断。 2、失败成本很低 Pi 可以大胆去试各种方案。效果不好就直接回滚，不需要我一直盯着每一次修改，真正有提升的结果才留下来。 3、可以连续跑很多轮 普通 Agent 改一次基本就结束了，Autoresearch 更像是在做实验。一个方案不行就换下一个，直到慢慢把指标往上推。 4、实验过程可以持续积累 每一轮尝试、结果和改动都会被记录下来。哪怕 Context 后面重置了，也可以接着之前的实验继续跑，而不是重新从零开始猜。 我觉得它最适合解决一种很有意思的问题： 我不知道下一步该怎么优化，但我知道什么结果才算更好。 以前我也用过类似的框架去重复跑，重复迭代，甚至开多个子向前一起跑，然后确定一个最高分的版本。 他这个插件的思路也其实都是一样的，让ai自己去按照你的目标去进化，每一次都打分，一次一次的向最终目标靠近。 如果你最近也在玩 Pi，pi-autoresearch 我很推荐试一下。

我开始让 Pi 学我怎么分析自己的 X 推文了🔥 以前我复盘X推文数据，基本都是自己来，其实很浪费时间。 要去看曝光、点赞、收藏，再回头看开头有没有吸引力，中间哪一段信息密度最高，为什么有的内容明明写得不错，但就是没人看。 做多了以后我发现，其实我每次分析的思路都差不多。 那就没必要每次重新告诉 AI 一遍。 我现在开始把这套流程直接固化进 Pi。 比如以后我把自己的推文丢给它，它会按照固定顺序去看： 1、先判断这篇内容真正吸引人的点是什么，而不是只看数据高低。 2、再拆开头、结构、选题和表达，找出哪些地方值得继续保留。 3、最后结合我以前表现好的内容，告诉我这个方向还能往哪里继续挖。 现在我用Pi 不再是单纯的去封装成skill，而是却发现生活中的习惯把它固化下来，用Pi的自定义插件替我解决。 这也是我现在越来越喜欢 Pi 的地方。

Claude Code、Codex、DeepSeek Harness 和 Pi，看起来都在做 Agent，但走的其实是四条完全不同的路。 以前我也喜欢比较谁写代码更强，但最近坚持研究 Pi，我越觉得真正应该在意的：它想替用户决定多少东西，又愿意把多少控制权交给你。 1、Claude Code：越来越像一个完整的 Agent 产品 Claude Code 现在已经把 Plan、Sub-agent、Hooks、Skills、MCP、插件这些东西基本都补齐了，甚至已经可以从 CLI、IDE、Web、Mobile 不同入口去使用。 它给我的感觉就是，Anthropic 已经替你把大部分正确答案选好了。 你不需要研究太多 Harness，拿起来就能干活，而且整个 Claude 生态配合得非常顺。 如果只是问我哪个最适合直接工作，我可能还是会优先想到它。 2、Codex：更像一个被严格管起来的工程师 Codex 给我印象最深的反而不是某个功能，而是 Sandbox、Approval、Network Policy 这些东西。 它一直在解决一个很现实的问题：Agent 权限越来越大以后，怎么让它可以大胆干活，但又不至于真的把机器干废。 包括现在的自动 Review，本质上甚至是再安排一个 Agent，专门判断另外一个 Agent 这一步能不能执行。 所以我觉得 Codex 的方向很明显： 不仅要让 Agent 会干活，还要让它在一个可控的边界里面干活。 3、DeepSeek Harness：目前最像一个大型实验场 它现在的口号非常直接： Everything is a Plugin。 Plan、Sub-agent、模型、Tool、Session，包括很多核心能力都在往插件化方向拆，甚至工具调用本身还分 Native Mode 和 Code Mode。 而且现在已经可以接 DeepSeek、Anthropic、OpenAI、自定义 Provider，并不是只能跑 DeepSeek。 但是它目前仍然处于 Developer Preview，官方自己都明确提醒会有 Breaking Changes。 所以我更愿意把它理解成一个正在快速进化的 Agent 架构实验，而不是一个已经完全稳定的成品。 4、Pi：四个里面最像“什么都不替你决定”的那个 Pi 默认甚至连 Sub-agent、Plan Mode、Sandbox 这些很多人认为 Agent 应该有的东西都不愿意往 Core 里面塞。 需要什么就 Extension，想给 Agent 一套工作流程就 Skill，再复杂一点就直接打成 Package。 这种方式最大的好处就是轻，Context 很干净，而且你几乎可以一直往里面改。 其实这些Agent我一路折腾下来，最开始想得也很简单：哪个 Agent 更强、哪个模型写代码更好，我就用哪个。 但是工具用得越多，我反而越开始关心同一个模型为什么换个 Harness 表现就不一样，Context 怎么组织，Tool 为什么这样设计，哪些能力应该进 Core，哪些应该留给插件。 到这里以后，我研究的已经不只是“哪个工具更好用”，而是在慢慢形成自己对 Agent 的判断。 可能真正有意思的，不是选出最强 Agent，而是慢慢理解一个好 Agent 到底应该怎么被设计出来。

玩到最后，我开始让Pi自己改造自己🔥 最近我开始换一种方式使用 我的Pi。 以前 Agent 缺一个功能，我第一反应基本都是去找插件、翻 GitHub，看看有没有别人已经做好的。 但是现在不一样了，很多时候我找的都不一定符合我的心意，所以慢慢的我开始自己让它写自己的插件了。 Pi本身就很轻，所以总结就是一句话：你缺什么，就自己给自己补什么。 我先拿一个很简单的安全需求做测试。 平时 Agent 自己操作终端，我还是希望一些高风险操作必须经过我确认，所以我直接把需求告诉 Pi，让它自己研究应该怎么实现。 最后整个过程比我想象中简单很多： 1、我只负责说需求：哪些操作风险比较高，需要先经过我的确认。 2、Pi 自己想办法实现：它会去理解自己的扩展机制，判断这个能力应该放在哪一层。 3、做完以后再自己测试：不合适就继续改，直到变成我真正愿意长期留下来的功能。 这个思路我觉得比“推荐几个 Pi 插件”有意思多了。 因为每个人真正需要的功能其实都不一样。 别人做好的插件，解决的是别人的问题；让 Pi 根据自己的使用习惯去写，最后留下来的才更像自己的工具。 我猜肯定也会有人说，这是在重复造轮子，但是我更想说的是，这不就是你用Pi 给你自由度的意义嘛 世界上没有两片一模一样的雪花，动手自己玩一玩吧，我想你也会觉得有趣的

一个 124B 的大模型，现在居然已经有人在 Mac 上跑到 30+ tokens/s 了。 最近我在看蚂蚁百灵刚开源的 Ling-3.0-Flash，本来第一反应也是：124B，这东西和普通人本地部署应该没什么关系。 结果仔细看了一圈，发现它还真不是传统意义上的 124B。 我在我自己的Mac里就把它跑起来了，没想到速度还真的很不赖，虽然不是跑的最大参数的模型。 让我觉得有意思的点： 模型很大，但每生成一个 Token，真正参与计算的参数其实很少。 这也是为什么我觉得它这次本地部署特别值得看。 1、本地部署门槛比想象中低 现在社区 GGUF 的 Q4 大概在 70～80GB，96GB 统一内存已经可以进入比较实用的范围。 有人用 M2 Max 96GB 跑 IQ4_XS，短上下文大概能做到 35 tokens/s，30K 上下文还有 24 tokens/s 左右。 单台 128GB DGX Spark 跑 INT4，也能接近 40 tokens/s。 这个速度已经不是单纯“能跑起来”，而是真的可以拿来干活了。 2、它不是单纯为了本地聊天做的小模型 Ling-3.0-Flash 本身就明显偏 Agent 场景。 它做了大量 Coding Agent、General Agent、Deep Research 环境训练，原生支持 Tool Calling、Thinking、长上下文。 官方模型卡甚至直接提到了 Claude Code、Qwen Code、Hermes Agent、OpenClaw 这些 Harness。 本地模型真正有价值的地方，应该不是陪你聊天，而是能不能接进 Agent 里面长期干活。 3、它的架构本身就很适合本地 Agent 124B 总参数，但是只有 5.1B Active Parameters。 再加上 MoE、MTP、Prefix Cache 这些设计，核心思路其实很清楚： 尽可能保留大模型容量，同时把每次推理真正需要的计算量压下来。 前面我还说千问3.8 27B模型，我跑不起来，现在百灵这个小模型就让我跑起来了。 后面我可以对接到我的Pi，处理一些简单文本工作完全可以胜任。

分享我最推荐的4个Pi Agent使用技巧🔥 我玩Pi 时间也不短了，我就分享一些我自己的使用技巧，不是简简单单的命令技巧，是一些从根本上的技巧分享 1、别一上来装一堆 Extension Pi 本身最大的优势就是轻。 我一般先裸用，真遇到重复需求，再加 Skill 或 Extension。否则工具越来越多，最后反而把 Pi 用重了。 2、Skill 尽量按需加载 项目规则可以常驻，但教程、流程、临时资料没必要全部塞进 Context。 需要的时候再让 Pi 读取，对长任务尤其有用，Context 会干净很多。 3、重复工作直接让 Pi 自己做 Skill 比如固定的 Code Review、资料整理、发布流程，我现在更喜欢直接告诉 Pi： “把刚才这套流程整理成一个 Skill。” 用久了以后，Pi 会慢慢变成一套更适合自己的工具，而不是一直去找别人的插件。 4、遇到复杂任务先拆，再考虑 Subagent Subagent 不是越多越好。 我一般只有任务明显可以并行，比如“查资料 + 看源码 + 跑测试”这种，才拆出去。 不然多个 Agent 来回传递 Context，有时候反而比一个 Agent 做到底更乱。 如果总结成一句话就是： 先保持最小配置，用到哪里，再补到哪里。 保持本身的干净简介，只有遇到对应的需求才去安装插件，不要为了所谓的功能就去增加过多的组件

我把云端跑数字的人的全流程都公开了🔥 整个流程不需要你有复杂的硬件设备，只需要有一个豆包软件即可。 平台和对应的采坑经验，我已经帮你总结到文章里面，你只要根据这个万字长文一步一步的操作，我想你也可以生成自己的AI数字人。 核心内容： 1、对接蝉镜、Minimax、zhilin三个平台，获取对应的数字人语音，还有短视频文稿。 2、使用对应的api文档，封装成对应的Skill，方便下次使用。 3、单步测试，每一个接口和skill有没有问题再串联成一起生成自己的数字口播视频。 如果你也有数字人口播的需求，你一定要看一下下面的视频和文章👇🏻

Pi 0.84.4（2026-08-28）是目前最新版，官方推文里重点提了这 3 条： 1、大工具结果会立刻压缩
工具输出太大时，现在会在同一次运行里先 compaction，再继续下一条回复，不容易把上下文撑爆。 2、支持 DeepSeek V4 Flash Vision（实验性）
内置 DeepSeek 提供商可以直接用这个带视觉的模型。 3、终端能力可手动覆盖
超链接、图片、真彩色支持不再完全靠自动检测，可以自己强制开/关。 上面那么多浓缩成一句话，就是优化了上下文压缩增加了新模型匹配，还有就是开放更多的终端能力。 更新命令：pi update。

Pi 和 Oh My Pi，正在把 Agent Harness 推向两个极端🔥 本质上他们都是一个爹妈生的，甚至 Oh My Pi 本身就是从 Pi Fork 出来的，但是后期发展越往对方的极端方向走。 Pi 的思路很简单：核心能精简的尽量精简，额外的功能都交给插件。 默认工具少、系统提示词短，Extension、Skill、Memory、Subagent 这些东西，尽量不替你做决定。 所以 Pi 更像一个毛坯房，东西不多，但结构干净，每一块能力基本都在你的掌控里。 Oh My Pi 刚好反过来：Harness 能做的事情，我尽量都做到里面。 简单对比几个最明显的地方： 1、Pi 默认工具很克制；Oh My Pi 直接塞进 LSP、Debugger、AST、Browser、Subagent、Memory。 2、Pi 更倾向传统的代码编辑方式；Oh My Pi 连 Edit Protocol 都重新做了，用 Hashline 降低修改代码时的定位和冲突问题。 3、Pi 对 Context 保持简单；Oh My Pi 甚至做了 SnapCompact，把历史上下文渲染成图片，再交给视觉模型继续读。 其实两个方向我不会说哪个对哪个错，因为我很多时候会结合对应的群体去考虑。 不是每个人都是极客或者喜欢简洁自由的Agent，更多的其实是小白，他们需要的就是上手可用的方案。 社区多向发展才是我希望的，做完的东西会越来越多。

同一个模型，换一个Agent Harness，就像换了一个模型？ 最近我一直在看 Pi + Qwen3.8 这类本地模型实测，越看越觉得，以前把 Agent 能力都归因到模型本身，可能一开始就想错了。 模型肯定是重要的，但是现在 Harness 在AI的使用当中，起到越来越关键性的作用了。 1、模型每一轮看到的东西，本来就不一样 Pi 默认工具很少，System Prompt 也比较克制，很多能力都是按需加载。 换成另外一个 Harness，可能默认就给模型塞进去十几个 Tool、更多说明、更多状态。 对于云端大模型，这可能只是多一点 Token。 但是对于 Qwen3.8-27B 这种本地模型，额外的 Tool Schema、Context 和选择，本身就有可能改变它的推理方式。 2、工具设计不好，模型再聪明也没用 我看到一个挺有意思的 Qwen 实测，同一个模型，最开始只给 Bash，让它自己用 sed、Python 去改文件，SWE-bench Pro 的 pass@1 只有 28% 左右。 后面只是把编辑工具换成更适合代码修改的 str_replace，再优化测试方式，成绩直接跑到了 50% 左右。 模型权重一行没变。 变的是它手里的工具。 这其实很像你让同一个人干活，一个人手里只有锤子，另一个人有完整工具箱，最后结果当然会完全不一样。 3、Agent 真正拉开差距的，往往是第一次犯错以后 Tool Call 失败以后返回什么、日志截多少、要不要 Retry、什么时候继续、什么时候停，这些事情模型自己其实控制不了。 Harness 每一次把执行结果重新塞回 Context，本质上都在重新告诉模型： “你刚才做了什么，现在发生了什么。” 所以 Harness 其实一直在影响模型下一步怎么判断。 4、Context 管理也会直接改变 Agent 能坚持多久 同样 100K 上下文，一个 Harness 可能很早就开始 Compaction，另一个还能继续保留大量原始历史。 一边后面看到的是完整 Tool Result、代码和之前的判断，另一边已经只剩 Summary。 到了这里，即使两边用的是同一个模型，其实也已经不是在解决同一个问题了。 我自己也是一个Agent的重度用户，平时像Codex、Claude Code、Pi Agent、Deepseek-Harness、Hermes这些都有使用过。 但是很多时候同一个模型在不同的Agent里面，我是真的感觉不一样，有的能力更强，有的反而更削弱了。 所以这方面以后会越来越重要。

我居然不知道，Pi 在游戏方面也有贡献🔥 Unity游戏引擎，我想大家应该都有所了解，社区已经慢慢的开始，往这方面做游戏处理。 最近我看到一个挺有意思的项目 pi-unity，它解决的不在是单纯制作游戏的问题，而是开始把Pi真正的带入到游戏开发相关的工作当中。 以前用 Coding Agent 做 Unity，流程基本都是 AI 改代码，我切回 Unity 等编译，发现报错，再把报错扔回来，很多时候人其实是在两个软件中间来回搬运信息。 pi-unity 开始尝试把这条链路接起来。 1、Pi 开始知道 Unity 此刻在发生什么 它可以检查当前打开的是哪个项目、Unity 进程是不是存在、Pipeline 有没有连上、项目现在能不能正常执行任务。 这个变化看起来不大，但意义不一样。 以前 Agent 面对的是一堆 .cs 文件，它只能通过代码去“猜”游戏现在是什么状态；现在它开始能够获取 Editor 本身的状态，知道自己到底在操作什么环境。 2、写完代码之后，它开始可以自己验证结果 比如让 Pi 修改一个角色系统，以前改完基本就结束了。 现在它可以继续触发 Unity 编译，发现 Compiler Error 再回来修改，然后跑 EditMode / PlayMode Test，测试失败继续读取结果处理。 也就是说流程慢慢变成了： 我告诉它想做什么，剩下的编译、测试、报错、再修改，可以让 Agent 自己来回跑。 3、最有意思的还是它开始进入正在运行的 Unity Editor pi-unity 可以通过 Pipeline 的 Roslyn REPL，在 Unity Editor 主线程执行受控的 C#。# 比如读取当前项目里的某个设置、检查运行状态，甚至针对正在调试的内容做一些临时测试和调整。 它里面甚至单独做了一个 unity-interactive-playmode-authoring Skill，目标就是让 Agent 在 Play Mode 里面先检查和调试，再决定哪些东西真正需要持久化下来。 4、所以 pi-unity 真正让我感兴趣的，不是“Pi 也可以写 Unity 了” 而是 Agent 正在从操作代码，慢慢往操作专业软件发展。 今天是 Unity，后面也可能是 Blender、Unreal、CAD、视频剪辑软件。 当这些软件里面的状态、按钮、运行环境都逐渐变成 Agent 可以理解和调用的 Tool，Vibe Coding 可能也不会一直停留在“帮我生成一个网页”，而是真正的可以在游戏生产当中制作出来。我自己想要的游戏。

用一个视频教会你用豆包生成自己的数字🔥 走的都是云平台，所以不需要本地有很高的算力，只要能运行豆包即可。 可以用到这三个平台： 1、蝉镜数字人：生存和保存数字人形象。 2、MiniMax：生成你的克隆声音。 3、zhilin科技：获取热门视频的文案稿。 把这三个组合在一起，先创建数字的形象，然后再获取对应的口播文案，然后把对应口头文案转化成你自己的声音。 这样我就可以生成你自己的数字人口播视频啊。

Pi Agent 跑国产大模型，和我预想的差不多 项目里有个接口会偶发失败，提交以后转圈，刷新又好了。日志不太干净，就让它们自己翻，找出原因，并给出能改的地方。 几个模型的体感差挺多。 1. GLM 5.3 Flash：跑得比较久，最后能说个大概，但分析偏干，改哪里还是不够明确 2. DeepSeek V4 Flash：快很多，步骤也完整，给出的方向能直接拿去试 3. GPT-5.6 Terra：最快，分析最细，这轮质量最高 4. Kimi K3：跑了一会儿就提示超负荷，这轮等于没跑完 现在整体上国产的模型能力已经是跟上了，但是算力还是跟不上，但是已经在追赶的过程中 或许有空的话，我还会继续测试，看看整体的效果有没有进步或者提升

Pi 的上下文 其实不是一条聊天记录，而是从 Session Tree 里面临时构建出来的一条路径。 最近在研究Pi的源码，发现Pi保存的上下文在Session，只是模型的其中一个视角。 我现在才发现以前对 Agent Context 的理解还是太简单了。 1、Pi 保存的 Session 本身就是一棵树 Pi 的每条 Session Entry 都会记录自己的 id 和 parentId，所以一次任务并不是只能一直往后聊。 比如你已经尝试了一套方案，做到一半发现方向不对，可以直接回到前面的某个节点重新开始。之前那条路线不会被删除，而是继续保留在 Session 里面，新的方案则形成另外一个分支。 这里最有意思的一点是，Pi 保存的不是最终答案，而是 Agent 完整的工作过程。 2、但是模型每次并不会看到整棵树 这也是我觉得设计比较巧的地方。 Pi 会根据当前所在的节点，一路往前寻找父节点，最后得到当前这条分支真正有效的历史，再用这些内容去构建本轮 Context。 所以 Session 和 Context 其实不是同一个东西。 Session 更像完整的历史资产，而 Context 是从这些历史里面临时选择出来，给模型使用的一份工作记忆。 3、Compaction 本质上也没有修改这些经历 当 Context 越来越长以后，Pi 会把比较早的一部分内容总结成 Compaction Summary，然后继续保留最近的原始消息。 但是原来那些 Tool Call、对话、文件探索并没有因此从 Session 消失，被压缩掉的其实不是“记忆”，而只是模型当前查看这些记忆的方式。 这也是我现在越来越喜欢把 Session 和 Context 分开理解的原因。 4、甚至一条失败的分支，也不一定毫无价值 Pi 在切换 Session Tree 分支的时候，还可以对即将离开的路线生成 Branch Summary。 也就是说前面虽然走错了，但是找到的 Bug、试过的方法、修改过哪些文件、哪些方案已经证明不可行，这些经验依然可以被带到新的路线里面。 看到这里我才慢慢意识到，Session Tree 这个设计真正有价值的地方，可能不是让你可以随时 /tree 回去。 研究下来，我发现我研究的还是太浅薄了，有一些地方一定要深入到源码，或者是配合ai的解析，才能读懂里面的内容。 如果只是简单的知道概念，但是具体的实现不去了解，很难有较深的感悟。推荐大家，如果想深度学习，一定要去拆解源码。

豆包现在就是团队合作+小微企业的唯一选择👍 尤其是豆包+飞书，把AI工作搭配进了表格里面，现在用升级到了豆包工作，字节系列的软件都在深度融合 如果你有以下需求可以试试： 1、团队协作和个人事物处理，豆包分为企业和个人账户。 2、文件共享和管理，团队协作，飞书权限控制完美解决这个需求 3、生图生视频+电商相关的需求，内置了非常多的技能，投流、生成素材、到一键上架商品 真不要不拿豆包不当干粮了，以前你叫豆包我不挑你的理，现在记得叫我豆姐

用混元4 跑了一下鹈鹕测试，结果让我震惊🔥 简单理解就是测试混元4模型的，空间感知、图像理解和视觉理解这三个方面，整体测试下来效果很不错。 这里我就来解释一下什么是鹈鹕测试。 鹈鹕测试其实可以简单理解成三层： 1、测 SVG 是否真正由模型生成 检查是不是老老实实用 SVG 代码画出来，而不是塞图片、文字或者其他绕过方式，因为第一步要先确认，模型是真的会写 SVG。 2、测空间和几何结构是否正确 比如轮子数量、位置、车架连接，以及鹈鹕有没有真的坐在自行车上，因为 SVG 本质上是在用代码描述物体之间的空间关系，这一步主要看模型懂不懂结构。 3、测最终视觉语义是否正确 把 SVG 渲染成图片，再判断“像不像鹈鹕”“是不是真的在骑自行车”因为代码能运行、结构也完整，不代表最后画出来的东西就是对的。

简单看了一圈刚发布的 Hy4 preview，我觉得有 3 个点挺有意思。 第一，它明显在为长任务和 Agent 做准备。 1M 上下文背后塞了 Sparse Attention、IndexCache、MTP，不只是把窗口数字拉大，而是在解决长链路任务真正跑不动的问题。 第二，Hy4 已经开始参与“研发自己”。 从训练策略、评测到推理优化都开始让模型参与，官方给出的吞吐提升是 31.8%。 第三，模型竞争开始从“会不会答题”，转向“能不能长期干活”。 腾讯也开始拿真实工程任务测试，缓存价格已经打到了 0.3 元 / M Token。 看来这次腾讯是像这种动真格的了，已经不再是比单纯的模型能力，而是谁更适合成为长期运行的 Agent 底座。

研究Pi发现，长期稳定使用比什么都重要🔥 所以我觉得它更适合放在一台VPS 上，而不是家里的电脑。 以前我是装在家里电脑上面24小时跑，但是如果遇到断电、系统自己休眠，体验感会很差，工作直接被打断了，让我感到很烦躁，现在放在VPS问题都解决了 我自己用下来，比较明显的就这几点。 1、服务器不会自我休眠 家里电脑总会遇到断电、更新、休眠。VPS 是一直在线的，任务可以挂着，回来还能接上，不用重新解释一遍上下文。 2、24小时随时待命 以前得坐在那台机器前面。现在用手机、远程连上去就能看它在干什么、接着下指令。控制权不绑在家里那张桌子上。 3、家里的电脑终于可以休息了 Agent 占着本机的时候，关机、休眠、拿去干别的都会打架。放到服务器上，互不影响，两边都轻快一点。 4、环境隔离，随便折腾 本机今天装东西、明天改系统，Agent 的配置很容易跟着漂。服务器上相对干净，清单和习惯能留下来，用久了才像自己的那一套。 5、很适合长期任务 查资料、盯日志、挂着处理零碎任务，这类事情最怕中途掉线。24 小时在线以后，Pi 才更像一个可以托付的助手，而不只是开机才存在的工具。 可能会有人问，不好做数据同步，其实很简单使用Github就好了，我自己的内容和数据都放在了Github私有仓库，如果有隐私数据就不建议了。 但是我这个方案不适合所有人，只适合需要长时间使用Agent的用户，喜欢对你有帮助

看到这个用 Apodex 搜《红楼梦》的例子，我想到 Pi 的 Sub-agent 很适合处理这类问题。 《红楼梦》里的很多问题都牵涉不同版本、脂批和后来的研究观点。模型如果顺着最先搜到的解释写下去，很容易把原文、校注和后人推论混在一起。 接进 Pi 以后，可以让 Sub-agent 分头查。一个只找原文和版本出处，另一个整理不同研究观点。主 Agent 再检查引用来自哪里，把暂时无法解决的冲突保留下来。 这里很考验 Apodex 1.1 怎么拆问题，也能看出它会不会检查 Sub-agent 带回来的材料。 搜索数量决定能找到多少资料，来源判断决定最后的回答能不能信。 这种没有唯一标准答案的问题，很适合拿来测试 Pi Sub-agent 和 Apodex 1.1 的组合。

Pi Package 可能是最被大家忽然的功能🔥 很多人可能只知道Skill，但是没仔细的去了解Pi Package这个功能，它解决的不是单个技能分享的问题，而是把你的使用习惯、配置、使用方式一起打包的实现。 他可以让你把你的Pi Agent，完整的分享给你想要的人！ 1、以前加能力是散的 这边放一份说明，那边改一处设置，用久了自己都说不清这套环境到底叠了什么。Package 是把它们收成一份，装上就能看见清单，这套东西突然变得清楚了。 2、它更像给某个场景备的工具箱 不是去市场里收藏「必装」。做研究就备搜索和记忆，管机器就备远程和日志。一份包对应一种用法，换场景就换清单，主环境不会越堆越重。 3、能加上去，也能拿下来 这点其实很关键。今天试一块，不合适明天拿掉，不会把整个 Pi 改成不敢动的状态。能复原，才敢真的往上叠。 4、所以手感是从清单里出来的 模型大家都能接。真正开始好用，是你为哪些事打过包、留下了哪些习惯。清单一短，用起来才像自己的工作方式，而不只是默认的 Coding Agent。 Pi的功能是真的研究不完，总能在社区和官方找到一些有趣的实现，其实以前我也想过怎么把自己的Agent分享出去，没想到官方已经内置了。