本文系统介绍了 Agent 工具 Pi 的理念与用法。Pi 是一个极简的 Agent Harness（工作台），默认只提供读、写、改文件和运行终端命令四种基础工具，不绑定任何模型，可接入 Codex、Claude、Gemini 或本地模型。作者通过 Databricks 和 Fullscript 的实测说明其轻量设计能显著降低 Token 成本。文章按使用顺序展开：安装并接通模型、跑通第一个任务、利用 /tree 会话树实现多模型同起点分叉比较，最后通过 AGENTS.md、Skill 和 Extension 让 Pi 自我扩展，逐步长成专属 Agent。
文章总结了 AI 在执行任务时的七大常见毛病：抢答、脑补、独断、加戏、话痨、失忆和报喜。针对每一宗罪，作者提供了具体的提示词和解决策略，旨在通过规范流程让 AI 问清需求、抓住重点、精准执行并凭据交付，最终提升工作效率。
本文是“写作 Skill”的全流程指南，旨在解决 AI 辅助写作中“资料抓回来了，文章却写不好”的问题。文章不依赖具体 Skill 排名，而是提供一套基于环节的判断方法，涵盖从材料审稿、个人声音建立、反向开题、章节搭建到成稿前审稿的全过程。通过将写作拆解为多个独立的 Skill 模块（如材料卡审稿、反向开题、事实核查等），作者指导如何构建一套能保留作者判断、避免 AI 乱补事实的高质量写作工作流，并附带了可直接使用的 Skill 模板。
