作者分享了将主力 Coding Agent 从 Claude Code 切换到 Pi 并自建 Harness 三周后的体验。Pi 核心精简、缓存命中率高，且让用户能完全掌控 Agent 工作方式。作者将 Harness 分为三层：AGENTS.md 管纪律（全局与项目级规则）、Skills 管能力（tdd、code-review 等按需加载）、Packages 管控制面（重点介绍 pi-subagents 并行调度、pi-skillful 技能管理、pi-ask 歧义处理等 10 个常用包）。工作流遵循先问清、再侦察、后修改的原则，强调同一目录只留一个 writer、reviewer 可并行。作者还分享了避免堆砌 Skill 和 Package 的教训，提醒 Pi 默认最高权限无沙箱，需提防危险指令。
文章介绍了终端 Coding Agent Pi——一款上线约一年、GitHub 接近 10 万 Star 的开源工具。与 Claude Code、Codex 提供完整成品不同，Pi 走极简路线，仅保留读/写文件、精确修改和 Bash 四个核心工具，其余功能按需通过 Skill、Extension 和 Package 扩展。Databricks 测试显示相同模型下 Pi 的单任务成本可低至其他 Agent 的一半。文章从安装登录讲起，详细演示了多行输入、@ 引用文件、粘贴截图、!/!! 命令等日常操作，重点讲解了 Steer（任务中转向）与 Follow-up 追加任务的交互机制、Session 树状会话管理及 /compact 压缩策略，并介绍了 AGENTS.md 项目指令文件的写法与扩展体系，帮助用户低成本上手并掌控工作流。
文章介绍了智谱 GLM-5.3-Flash 模型的发布。该模型总参数量 320B、激活 18B，采用稀疏与线性注意力混合架构，注意力计算量降低 3 倍，支持 1M 上下文。作为 GLM-5 系列首个原生多模态模型，其最大亮点是视觉能力被直接纳入 Coding 循环，模型可观察网页截图、渲染结果和交互反馈，自主发现并修正问题，实现“生成—检查—迭代—交付”的完整闭环。文章还展示了其在游戏开发、3D 建模、办公文档和法律金融场景的应用，并给出 API 使用细节，认为大模型竞争正从回答质量转向完整工作的交付质量。
文章帮助开发者厘清不同 Coding Agent 工具的选型思路，将需求分为三类：开箱即用的 Coding Agent 产品、可编程调用的 Agent SDK、以及用于定制自有 Agent 的 Agent Framework。预算充足可选 Claude Code 或 Codex，预算有限可用 OpenCode，追求极简与插件机制可选 Pi，想尝试递归自进化（RSI）可关注 DeepSeek Harness。作者认为 DSH 目标宏大但短期不会作为主力工具，会持续关注学习。
文章介绍了 Pi Agent 的作者 Mario Zechner（@badlogicgames）。他是奥地利人，曾是游戏框架 libGDX 的开发者，也做过 RoboVM。2025 年底他用两晚时间写出极简 coding agent Pi，默认只有 read、write、edit、bash 四个工具，系统提示词极短，强调可自由定制。后来被 Flask 作者 Armin Ronacher 的公司 Earendil 收购，Mario 入股加入团队但保持技术方向主导权和开源。他反对 Agent 越做越重，认为 CLI 比 MCP 更省更稳，Pi 的干净、可改、不绑模型的风格正源于他的个人理念。
文章分析了为什么Coding成为AI第一个杀手级应用，指出其成功源于数据数字化、结果可验证、流程可拆解等条件。作者认为下一个大场景不会是单一的“第二个Coding”，而是客服、财务、IT运维、医疗、法律、供应链等数百条业务流程同时Agent化的总和。通过微软Foundry、M365 Copilot和Agent 365三组数据，文章判断企业AI正处于从第二阶段向第三阶段扩散的过程中，呈现“广而不深”的特点。最后展望了个人行动Agent和AI科学发现两大长期机会。
本文是 Agent 内核拆解系列第 4 篇，深入分析开源 coding agent pi 的 compaction（上下文压缩）机制。文章介绍了触发压缩的两种条件：context 超过阈值（窗口减去 reserveTokens）和 API 溢出报错，并讲解了溢出恢复流程。压缩时从消息列表末尾回溯找合法切割点（保留最近约 2 万 token 原文），之前的消息用 LLM 按结构化格式（Goal、Progress、Key Decisions 等）总结成摘要，并在末尾追加 <read-files> 和 <modified-files> 文件列表，让模型压缩后仍知道读过、改过哪些文件。文末提供配套可运行代码与实践建议。
作者深度使用开源产品 Multica 一周后，决定将 AI 工作栈全面迁移至此。Multica 通过将任务（issue）置于中心，连接多个 coding agent（如 Claude Code、Codex），统一管理上下文、进度和结果，支持移动端管理，并允许将重复步骤沉淀为 skill 复用。文章分析了其适用场景，认为对于多 agent 协作、上下文易丢失、结果难追踪的用户，Multica 提供了有效的解决方案。
本文深度拆解开源 Coding Agent pi 的工具调用机制，揭示其仅靠 bash、read、write、edit 四个工具即可完成核心编码任务。详细阐述了工具调用的三段式流水线（准备、执行、收尾），以及如何通过并行执行与文件变更队列解决并发冲突，为构建自研 Agent 提供了实战参考。
文章探讨了AI Coding Agent从修复代码转向承接完整产品需求时面临的挑战，介绍了全新的评测基准ICAE-Bench。该基准通过反向构造模糊需求、受控用户交互与黑盒测试发现，即使最强的Agent综合通过率也仅有38.2%。文章指出，澄清对话必须沉淀为结构化的状态，并建议企业构建包含版本化需求、干净环境重建和分类测试的闭环交付链路，以真正跨越从“聊天编程”到“项目交付”的鸿沟。
作者分享了今年在使用Coding Agent时角色从TL（Tech Lead）转变为EM（Engineering Manager）的经历。作为TL时，作者仍深入参与系统设计和代码审查，成为Agent的瓶颈；转变为EM后，作者更关注项目决策和结果验收，让AI自主执行技术方案、写代码和修复Bug。这种模式不仅释放了Agent的生产力，还在技术选型上更注重项目需求而非个人喜好。作者举例说明通过AI辅助成功使用不熟悉的Swift和Rust技术栈，实现快速迭代。
文章提炼了DeepSeek创始人梁文锋关于AI未来的演讲精华，强调“克制”的重要性。梁文锋指出，想拿得多的人会被想拿得少的人打败。他为AI发展制定了清晰的路径，并建议普通人不要盲目追逐风口，而应注重提升“把话说清楚”和“长期沉淀”的能力，通过行业深耕和AI应用找到属于自己的机会。
文章基于 Lilian Weng 的新作，提出未来 AI 的竞争壁垒将不仅是模型本身，更是包裹模型的 Harness 层（运行系统）。文章深入探讨了 Harness Engineering 的关键要素：文件系统作为持久记忆、子代理并行架构、上下文工程（Context Engineering）从拼接转向认知接口设计，以及优化目标从指令提示词向系统级递归改进的演进。对于构建 Coding Agent 和复杂自动化系统的开发者来说，设计运行时和工作流的能力将比单纯的模型参数更为关键。
文章探讨了 Codex 这类 Coding Agent 在电商行业的应用潜力，指出电商中的选品、上架、投流等大量重复性工作本质上是数据处理和脚本任务。作者详细列举了 Codex 能胜任的 8 类工作：选品调研、商品上架、素材生产、竞品监控、投流分析、库存发货、客服售后及财务核算，并提供了具体的实操提示词。文章强调 Codex 应作为提效工具辅助人工决策，而非全权代理。
文章介绍了一项关于 Agentic Harness Engineering (AHE) 的研究。该框架通过自动进化工具、中间件和记忆等 Harness 组件，在不修改底层模型或提示词的情况下，显著提升了编程智能体的性能。实验表明，AHE 在 Terminal-Bench 2 上将 pass@1 从 69.7% 提升至 77.0%，并在 SWE-bench-verified 上表现出更高的成本效率。研究还发现，仅依赖提示词优化反而会导致性能下降，而工具和中间件的进化才是性能提升的关键。
文章回顾了AI从ChatGPT到通用Agent的演进路径。作者指出2025年11月Coding Agent越过奇点，2026年通用Agent工具爆发，标志着AGI前夜已至。文章探讨了“Token即生产力”的核心命题，并分析了算力、云平台及存储基础设施在AI时代的投资确定性。
文章介绍了一种名为 Agentic Harness Engineering (AHE) 的新框架，该框架能在不改变基础模型和系统提示词的情况下，自动演进编码代理的工具、中间件和内存。AHE 在 Terminal-Bench 2 上通过 32 小时的迭代将性能提升至 77.0%，击败了包括 Codex-CLI 在内的人工调优方法及仅优化提示词的基线。研究还发现，优化内存、工具和中间件比优化系统提示词更能带来显著性能提升。
文章验证了一个关于多 Agent 编排的猜想，通过搭建 hero-coding MVP，对比了 ChatGPT 5.4、Ling-2.6-flash 和 Ling-2.5-1T 在编码任务中的表现。结果显示，非思考小模型（Flash）在明确 Bug 修复上比思考模型快 31%，而 Ling-1T 在加功能任务上仅需 11% 的 Token 和 63% 的时间。作者总结出“大模型规划，小模型干活”的最佳实践，并强调了非思考模型必须配合 Harness 工程兜底的重要性。
文章介绍了 OpenAI 生态内两个同时发布的开源项目：Symphony 和 ClawSweeper。两者均基于 Codex App Server 这一原始编排层，分别针对 SDLC 的两端（PR 创建与 Issue 维护）提供了参考实现。Symphony 将 Linear 转化为自动化代理系统，提升 PR 吞吐量；ClawSweeper 则能并行运行大量 Codex 实例，自动清理无意义 Issue。文章分析了它们的架构模式、应用场景及局限性。
文章探讨了在 AI 编程工具普及的背景下，工程师如何突破单一 Agent 聊天窗口的限制，实现多个 Coding Agent 的并行调度与管理。作者以 Vibe Kanban 为例，介绍了通过看板机制、强制 Plan Mode、自动工作区隔离以及 PR Review 流程，将传统的软件工程方法论引入 AI 协作中。文章详细阐述了如何利用该工具将串行工作流转变为并行工作流，从而极大提升工程吞吐量与个人带宽。
本文深入探讨了一篇关于编码智能体的 Memory Transfer Learning (MTL) 论文。文章解释了如何将过往编码任务的“记忆”复用到新任务中，比较了 Trajectory、Workflow、Summary 和 Insight 四种记忆格式的效果。研究通过在多个基准测试中复用异构记忆池，证明了提取的元知识能有效提升智能体解决新问题的能力。
本文介绍了 DeepLearning.AI 推出的“规格驱动开发”方法论，旨在解决 AI 编程中常见的“凭感觉（Vibe）”导致的不稳定问题。文章提出通过建立项目宪法、特性规格和技术方案三个核心文档，并遵循 Plan-Implement-Verify 三步循环工作流，将 Coding Agent 从“随性猜测”转变为可控的工程师。文中还详细说明了如何为老项目反向生成宪法，以及将工作流封装为 Claude Code Skill 的技巧，帮助开发者从零构建可控的 AI 编程体系。
本文探讨了编程智能体（Coding Agent）及其运行框架的设计，重点介绍了模型、推理与智能体的区别，并详细拆解了六大核心组件：实时代码仓库上下文、提示词缓存复用、工具调用与安全验证、上下文压缩机制等。文章指出，优秀的 Harness 框架能将基础模型的潜力最大化，是编程智能体体验的决定性因素。
本文分析了 Mario Zechner 开发的极简 Coding Agent 框架「pi」。文章分享了通用的 Agent 设计经验，包括保持提示词简洁、最小化工具集及文件化状态管理。同时详细介绍了 pi 的三层技术架构，以及其独特的反常规设计哲学，如采用 YOLO 模式、放弃 MCP 支持和内置 TODO，主张通过精简工具和增强可观察性来提升开发效率。
