十月一日，Earendil 把 Pi 推到了 1.0，同时甩出一个实验性新包 Pi Durable。

发布当天，Pi 1.0 冲上 Hacker News 榜首，拿下一千二百多赞、近四百条评论。

配套发的 Pi Durable 技术长文也单独上榜，三百七十赞，讨论同样热烈。

Pi 的自我定位很罕见：一个加固过的、极简的、可扩展的 agent harness。

官方说每周有几十万人用它，issue 和 PR 来自全球真实用户。

1.0 不是功能大爆炸，新增清单短得反常，数下来只有七项。

真正的大动作被拆出去单独发，就是主打崩溃续跑的 Pi Durable。

本文基于两篇官方一手原文，拆三件事：1.0 收了什么、为什么克制、Durable 怎么设计。

极简不是口号，是一条过滤流水线

Pi 以极简出名，官方这次把维持极简的过程讲得很直白。

agent 工具每周都在翻新，但大多数变化活不下来。

Pi 的做法是等，等一个东西证明了自己，再考虑采纳。

采纳前还要称一次重：真实功能，对上它天然带来的复杂度。

官方原话是，被扔到墙上又掉下来的东西，比粘住的清单长得多。

这套过滤机制，才是 1.0 只有七项新增的真正原因。

在人人堆功能的时代，克制本身就是一种稀缺工程能力。

1.0 收进来的七项，全部对症长会话磨损

第一项最重：Codemode，原生支持 MCP，还支持非 LLM 模型。

所谓非 LLM 模型，官方点名了 Jev 这类决策模型和图像模型。

第二项是扩展支持虚拟模型，模型本身变成可编程的扩展点。

第三项是工具延迟加载，不再启动时把全部工具塞进上下文。

第四项是给 Anthropic 模型做缓存预热，压低首轮延迟和成本。

第五项是会话中途的系统消息，提示词和工具可以随转录感知地变更。

第六项是新的 TUI 主题，第七项是默认全屏，纯属体验收尾。

单看每一项都不惊艳，合在一起全是长会话的真实痛点。

工具塞满上下文、首轮冷启动慢、中途改提示词失效，都是老用户天天撞的墙。

官方演示里最贵的一分钟

发布页内嵌的演示，值得逐秒拆开看。

Pi 给自己写了一个扩展：一个虚拟模型，规划用 Claude Opus，实现用 GPT。

什么时候从规划切到实现，交给 Jev 这个决策模型来判断。

重载之后，新会话直接选用这个 router/auto 模型。

规划阶段跑在 Opus 上，Jev 嗅到进入实现阶段，把活交给 GPT 6 Luna。

写完的脚本用感叹号直接跑，最后用 /session 按模型拆成本和缓存占用。

这一分钟把 1.0 的三个新能力串成了一条线。

虚拟模型、决策模型介入、成本可观测，全是可编程性的兑现。

模型不再是被调用的黑盒，而是可以被 agent 自己组装的零件。

为什么 Durable 不塞进 Pi，而是单独成包

Pi 编码 agent 的形态很明确：跑在你的机器上、终端里、一个人驱动。

进程死了，你看一眼发生了什么，让它继续，这就够了。

但 Earendil 想把这套能力带出终端，触达不同形态的界面。

这意味着要支持无限长的会话、多人驾驭同一个 agent、跨故障存活。

他们的选择是不让 Pi 长歪，而是把这部分工作合成一个新包。

Durable 与编码 agent 共享代码和原则，但向新的维度延伸。

在 Durable 上验证过的设计，以后会回流到编码 agent。

这是一次教科书级的复杂度隔离：新风险不进稳定内核。

先把 harness 这个词定义清楚

Durable 长文开头先做名词解释，这很少见也很必要。

harness 等于存储，加上并行跑一个或多个模型会话所需的全部机器。

它提供模型调用的工具，以及工具运行所用的执行环境。

会话是你与 agent 的一次交互，被记录为一份转录。

agent 是模型加设定，比如思考等级，再加它能调用的工具。

执行环境可以是你的笔记本、远程虚拟机或内存沙箱。

harness 里跑的一切，从调模型到执行工具，统一叫任务。

概念收敛到这个粒度，后面的设计才能层层咬合。

存储先行：能跑在任何 JS 运行时

Durable 的 harness 开在存储后端之上，自带 memory、SQLite、JSONL 三种。

还附带一致性测试套件和基准，方便你实现自己的后端。

SQLite 和 JSONL 的实现不碰 Node API，加个小适配器就能跑 Bun。

甚至能塞进 Cloudflare Durable Object，边缘运行时也行。

一个进程独占一个存储，其他客户端挂接到这个进程上。

内存里只放工作集：活跃转录、活着的任务、待提交的输入。

其余一切留在磁盘上，用到才读。

活跃转录天然被模型上下文窗口约束，压缩会在溢出前总结旧消息。

所以哪怕几万条消息的会话，也能安稳装进内存。

整个包不含测试约一万五千行，GPT 口径约十五万 token。

这个体积是故意的：你的 agent 能读完并理解它的全部底座。

崩溃续跑：把存活拆成检查点问题

Durable 的核心承诺是，进程死了，agent 从断点接着跑。

笔记本合盖、容器被重新部署、内存被打爆，都算在内。

做法是运行中的每一步都是任务，任务在往前走之前先存检查点。

新进程打开同一份存储，找到没跑完的任务，从最后检查点继续。

被截断的模型请求会重发，半截答案留在转录里，标记为已中止。

被截断的工具调用，只有声明了安全才重跑。

不安全的调用不重复执行，而是告诉模型这次调用被打断了。

已入队的消息保持入队状态，不会因为重启丢失。

一个 requestId 让提交恰好一次，崩溃后重试拿到的是原提交。

恢复运行的代码路径短得惊人，打开存储，调一下 resume。

下面这段把崩溃续跑的核心用法压缩在一起。

const job = { type: "input", content: "Fix the flaky login test", requestId: "job-42", } as const; await root.submit(job, context); // 进程在这里死掉，死在一次工具调用中间。 // 新进程打开同一份存储。 const harness = await Harness.open( await openNodeSqliteStorage("./agent.sqlite"), { models, registry, env }, context, ); harness.resume(); // 继续被打断的运行 const root = await harness.root(context); // 同一个 requestId，拿回的是原提交的答案 const settled = await (await root.submit(job, context)).wait(context);

这套语义的重心不在恢复动作，而在恢复边界被提前声明。

每个工具自己回答一个问题：我被打断后重跑，安全吗。

搜索类工具标 replay 为 safe，部署类工具坚决不标。

幂等不是 harness 替你猜出来的，是你写工具时显式承诺的。

子智能体不是功能，是几行代码的推论

Durable 没有内置子智能体，官方说几行代码就能造出来。

原理是一个子智能体就是一次普通会话，归发起它的工具调用所有。

工具在自己的调用里创建会话，配一个小模型和专属指令。

重跑时先按归属扫描已有会话，找到就等它回答，不会重复建。

因为子智能体也是会话，崩溃后一样从断点续跑。

它自己算成本，界面可以把它挂在父调用下面展示。

官方示例用一个分诊工具演示：给 issue 打 bug、特性或疑问标签。

子智能体被配置成只能回一个词，没有工具，模型换成小档。

复杂度从框架特性降维成了组合用法，这是极简的胜利。

会话可以分叉，历史不用复制

一个 harness 同时跑任意多会话，互不阻塞，保证一致。

会话可以从另一份转录的任意位置分叉，看到父历史但不复制。

官方给的例子是 Slack：频道是一个会话，串聊是从某条消息分叉。

两边同时跑，谁都不挡谁。

每个会话存自己的 agent 配置：模型、思考等级、扩展、工具、工作目录。

于是主 agent 旁边可以放一个评审，用便宜模型、只读工具、独立检出。

多会话在这里不是并发技巧，而是权限与成本的编排手段。

扩展系统：一切能力都是可插拔的

Durable 里，扩展是提示词段落、工具、钩子、任务的命名包。

应用把扩展装进注册表，每个会话按名字选用，只存名字。

系统提示词在每次请求前用段落重建，改了的段落下个请求就生效。

变更被记录在转录里它发生的位置，重启或分叉看到完全一致的画面。

对支持中途改提示词的模型，只发送变化部分，提示词缓存不失效。

同名工具后装覆盖先装，wrap 可以在胜出者外面再包一层。

官方例子是给 bash 包一层计时，不管会话最终用的是哪个 bash。

钩子可以拦在模型请求、工具调用、压缩这些内置任务上。

改参数沿钩链下传，第一个拦截就截停整条链。

钩子在崩溃后可能重跑，所以做决定用 memo：小值随任务存，首写胜出。

审批流因此被写成十几行：问一次 Slack，答案落 memo，重启不重问。

任务系统：把业务流程做成可中止的树

扩展可以带自己的任务，享受与内置任务相同的机器。

每步后存检查点，定时器能熬过重启，任务可以等待别的任务。

官方用分卡支付结账举例：多张卡同时扣，一张失败其余全退。

扣款键用任务 id 派生，崩溃重跑同一阶段也只扣一次。

任务与会话组成一棵所有权树，中止自底向上传导。

每个任务先清理自己的副作用，父任务等拥有的活全部收尾才算完。

任务分前台与后台，Esc 中止会话只波及前台树。

后台任务属于会话但不属于当前工作，适合活到明天的提醒。

这套模型把取消语义从 try/catch 里解放出来，变成结构属性。

压缩与交接：长会话的两个排气阀

压缩在 Durable 里也是任务，而且在后台跑，会话不中断。

上下文逼近上限时，后台先总结旧消息，摘要落在下一个回合边界。

只有两个阈值：后台启动线默认比上限早三万二，等待线留一万六余量。

如果提供商仍拒绝超长请求，harness 压缩后重试一次。

也可以随时手动压缩，附带自己的保留指令。

更激进的是 reset：开新上下文，可以带一张交接便签。

工具能主动要求交接，旧消息全留存储，随时可搜。

配一个搜历史的工具，agent 就实现了自己交接、自己回溯。

几万条消息的会话因此不是负担，而是可检索的资产。

应用状态与会话同命运

建在 agent 上的应用状态，官方要求和会话本身一样耐用。

待办清单、计划、工单、沙箱，全部放进 documents。

documents 是类型化的 JSON，与转录在同一次原子提交里变更。

状态永远不会和产生它的转录对不上，这是原子性直接买的。

每个文档声明分叉策略：取分叉点快照、取当前值、或全新一份。

界面订阅的是已提交的值，不存在中间态闪烁。

可锻性：跑着换代码，会话只记名字

Durable 想做到一件事：不停机改掉运行中 agent 的代码。

注册表可以在会话运行中变更，同名扩展一步替换。

已经在跑的工具调用用旧代码跑完，下一个调用用新代码。

会话存的是扩展与工具的名字，从来不是代码本体。

重启之后，会话自动捡起新进程安装的新版本。

热更新与崩溃恢复因此共用同一条名字解析路径。

多人驾驭：状态即界面

Durable 里界面需要的一切都是已提交状态。

任意多客户端可以挂到任意会话，先看全量当前视图，之后只收增量。

迟到或断线重连的客户端，从当前视图起步，不需要回放历史。

任何客户端都能驾驭运行中的会话，消息插入当前工具调用之后。

远程客户端用 watch 收每次提交的精确操作，小到能走 socket。

想要编码 agent 那种事件流，watchEvents 负责转换，代价是字节更多。

多人共驾不再是产品功能，而是状态模型的自然推论。

两个演示应用把抽象坐实

官方给了两个可跑的示例，一个迷你编码 agent，一个度假规划器。

度假规划器约一千三百行 TypeScript，大部分还是 TUI 界面代码。

演示里子智能体并行跑三个搜索，每个都是耐用任务。

主 agent 同时自由聊天，不用等搜索结果。

然后进程被杀死，天气和博物馆已完成，火车还没搜完。

重启之后，只有标了安全的火车搜索重跑，其余原样保留。

人能切进子智能体驾驭它，再切回主会话继续聊。

研究报告以消息形式抵达，主 agent 顺手把它整理成行程。

崩溃、恢复、并行、驾驭，四个承诺在一个 demo 里全部兑现。

拆完之后的工程判断

Pi 1.0 的真正信号，是 harness 进入收敛期。

当一家以克制著称的团队宣布稳定，说明这个层的接口正在定型。

工具延迟加载与缓存预热进入内核，意味着上下文经济学成了默认约束。

Codemode 把 MCP 与决策模型并列表述，工具生态开始分层。

Durable 的真正信号，是持久化从数据库问题升级成语义问题。

存下来不难，难的是每个工具先回答重跑是否安全。

恰好一次的 requestId、首写胜出的 memo、派生幂等键，都是同一招。

把正确性压进小而显式的承诺，而不是堆大而全的保证。

所有权树让中止有了结构，这在多 agent 系统里是稀缺品。

对照今年频发的智能体越权事故，自底向上的清理顺序恰逢其时。

一万五千行的体量也是声明：底座应该小到你的 agent 能读完。

当底座可被 agent 理解，自我扩展与自我修复才有地基。

为什么用 TypeScript，官方答得坦白：引导最容易，不排除以后换 Rust。

两个包都是 MIT 协议，代码在 GitHub，文档在 pi.dev。

装编码 agent 一行脚本，玩 Durable 三个 npm 包起步。

官方预告接下来会放出基于 Durable 的 Slack 机器人和 GitHub 分诊机器人。

如果你今年只跟一个 agent harness 的演进，这个值得放进清单。

极简守住内核，耐用打开边界，这是 Pi 给 1.0 写下的注脚。