Pi 极简编码框架，能让AI编码成本砍半还不影响质量

Databricks 用自己团队的真实任务测试各种编码工具——结论：同样的模型从不同 harness 调用，每任务成本差超过两倍，质量却相同。《Pi：极简和高性能》 Pi 的极简主义是它的优势 AI 让代码变便宜，结果许多公司构建更大的工具追求更好的性能。更大的 prompts、更多的编排、更多的层、更多的复杂度。

这也让这些工具本质上更贵。Pi 采取相反的方法。Pi 是刻意选择极简主义的编码 harness。

它开箱只有 4 个工具，它的 system prompt 和工具定义加起来低于 1,000 token。想法是大多数工作可以用基础完成，如果你想更多，构建它。证据越来越表明 Pi 的设计不只是更干净；它更便宜、更高性能。

用户发现 vanilla Pi 产生行业领先的结果，甚至在添加扩展以匹配用户特定工作流和需求之前。正如我们在 Databricks 和 Shopify 的案例研究中看到的，Pi 为两者产生理想结果。案例研究 Databricks 研究：每任务成本 Databricks 最近分享了他们的发现《在 Databricks 百万行代码库上基准评测编码 agents》。

他们研究的目标是理解哪些编码 agents 在真实世界编码任务上提供最佳性能，以及任务性能如何随价格变化。为了避免来自已过度饱和的外部基准的偏见，他们基于他们工程师团队定期执行的任务创建了自己的。结果符合我们的预期，但行业里许多人可能惊讶得知。

用他们的话说，“模型被调用的 harness 戏剧性地影响成本和质量”，以及“在许多情况下，像 Pi 这样简单的 harness 在我们的工作负载上表现最好”。与 Opus 4.8 xhigh 结合时，Pi 有最高的整体 pass-rate，成本显著低于 Claude Code 和 Codex。极简 harness，可测量的效果 Pi 出色是因为它不试图用一堆默认值和指令包裹模型，那些会在指令层级中丢失。

相反，Pi 不挡模型的路，团队能添加他们工作流实际需要的东西。Databricks 的研究有洞察力，因为它分离模型和 harness。他们报告说，当他们通过不同 harnesses 运行同样模型、同样思考努力时，“每任务成本显著不同（某些情况 >2x），而质量保持相同”。

我们称这叫 Pi 的“上下文纪律”。“Pi 每 turn 发约 3x 少的 context。它更好地管理上下文，保持更紧凑的工作集，并在更少的运行中完成任务。

” 我们同意必须考虑端到端工程经济，而不仅仅是每 token 价格。这在模型层面也是真的；例如，我们观察到在 Haiku 4.5 上运行复杂工作流经常比 Sonnet 4.6 更贵，尤其涉及代码执行时，仅仅因为 agent 需要更多 turns 来成功完成任务。现在我们在 harness 层面也看到这个；更强、更贵的模型配高性能 harness 可以比反过来的组合更便宜。

Shopify 构建 Pi Autoresearch：可扩展胜过臃肿 极简主义是 Pi 核心哲学的一部分。让这起作用的在于极简不意味着不灵活。事实上，它是第一个为可扩展性和自可编辑性创建的广泛使用的 agentic 基础设施。

Pi 设计的另一个有洞察力的外部验证来自 Shopify。在这篇 Shopify Engineering 的帖子中，David Cortés 描述直接作为 Pi 扩展构建 pi-autoresearch，只需问“Pi，为 Autoresearch 创建一个扩展……”。Pi 读它自己的扩展文档，从那里开始构建一个新工作流。

Autoresearch 是一个用编码 agents 优化的自主循环。当你要求一个改变时，它运行实验找出什么有效、什么导致回归。只要目标是可测量的，它能丢弃这些回归并保持自我改进。

对 Shopify 和其他人，Autoresearch 扩展很快成为一个严肃的内部生产力工具。Shopify 报告案例包括单元测试运行“快 300 倍”、React 组件挂载“快 20%”、跨多个项目减少构建时间、甚至 pnpm 性能的改善。这里的要点是 Pi 不随箱附带这些工具中的任何一个。

相反，它让构建它们变得荒谬地简单。Pi 不假设供应商知道你的工作流并试图发布天下所有工具，它假设你最了解，并赠予你可扩展性来挥舞和打磨你自己的工作流。为什么极简现在赢 大约一年前，可以论证原生 harnesses 有结构性优势超过所有其他，因为模型是围绕它们构建的。

然而，这个论点已经变弱。前沿模型现在通常非常擅长理解终端（或终端式）编码环境，并在其中行动。Anthropic 最近把 Claude Code 的 system prompt 砍掉 80% 是这个的清晰信号。

所以问题变得更少关于 harness 有多原生，更多关于它如何处理上下文以避免冗余并用干净原语行动。模型需要一个干净的环境接口，和一个不浪费上下文的 harness。Pi 提供这个：更少的 prompt 开销和重复上下文、更便宜的运行、更少的不必要抽象。

因为它可扩展，你不失去力量，而是获得选择性。你只在复杂性“赢得它的位置”时添加它。我们也在看到本地模型快速发展，在 Earendil 我们觉得它们非常有前景。

Pi 的上下文纪律在这里尤其是一笔资产。本地模型通常有更低的上下文窗口，prefill 可能花很长时间，所以保持稳定 prompt 前缀很重要。上下文纪律意味着我们不改变上下文，除非用户��确要求，避免分钟级重新 prefill。

结合极简默认 system prompt 和工具集，这让 pi 成为本地模型的理想 harness。Pi 正在证明它能处理这一切。更便宜、极简、更高性能。

原文： #Pi #CodingAgent #Minimalism