学习AI Agent最适合普通人的方式是玩极简的Pi

学习AI智能体（Agent）最好的方式，是运行极简工具Pi。

Pi是目前最简洁的线束（Harness）工具，从用户发送提示词，到修改文件，再到返回结果，整个完整流程都可以在Pi上走通。

搞懂Pi的这整条链路，也就理解了智能体循环（Agent Loop），之后就可以沿着这条链路做横向扩展。

你可以在扩展过程中观察：工具是按照什么格式调用的，这些工具又是如何暴露给模型的；使用技能（Skill）时，系统如何发现技能，技能的格式又是什么样的。

搞懂这些，就能理解模型控制协议（MCP）、技能、工具、上下文（Context）这些核心概念，最终会发现所有这些概念都可以统称为Harness。

市面的很多AI Agent产品，本质上只是Harness和工具的区别。比如Workbody最大的亮点是连接器，可以连接企业微信、飞书等平台，而连接器说白了就是MCP。

国内的千人办公、豆包工作也遵循相同逻辑，只是为了适配自身生态做了一些调整。
放到海外来看，Claude Code和Codex也都是不断运行Agent Loop，只是额外增加了上下文管理、记忆管理、任务编排、子智能体管理等功能。

所以，最重要的还是AI Agent所面向的具体应用场景。

本文由豆包语音输入整理，可能存在错误，仅面向能理解内容的读者分享。