原帖的部分说法有些误导,我来纠正下
1、帖子说,“普通 coding agent 往往是: 提问 → 改代码 → 返回结果”
非也,这是chat,现在的 agent 都能loop,更别说 pi agent 这么厉害的coding agent
2、帖子说,“我已经把 Pi 里的 Grok、Codex、DeepSeek 相关模型上下文统一配置为 1M,适合长时间 coding session 和多轮任务恢复。”
可以这么做,但是,这可能不是目前的最佳实践。模型最大支持上下文是1M,不代表你应该把上下文窗口都设置为1M。
太大的上下文窗口会导致太多的信息lost in the middle,上下文不及时compact的话,模型实际输出效果会受到影响。codex为例,实际默认的context_window大小大概是272K
3、帖子说,“如果你在用 Pi,强烈建议试试它的 loop。”
这句话我看了半天,我以为是pi的内置插件或者命令,读完后调研了下并没有。作者可能不知道agent都有loop,所以其实他是想说试下 pi agent。
从thread后面的内容来看,就是类似claude的/loop,其实在pi中你加不加插件都可以做到这点。现在主流的code agent默认都做得到 “改代码 → 跑测试 → 等 CI → 看日志 → 修复新问题”,不然没人用。
欢迎留言,一起技术交流 👨💻
顯示更多
1/7 如果你在用 Pi,强烈建议试试它的 loop。
它不是简单地重复执行 shell 命令,而是让 Pi 定期回到真实的 coding session,继续观察任务、读取新日志,并根据变化采取下一步行动。
顯示更多