本文对比了 Pi Durable 与 OpenCode 两种编程 Harness 架构。传统 Harness（如 Claude Code、Codex、OpenCode）采用会话式架构：运行中的 Agent Loop 驱动模型调用与工具执行。Pi Durable 则将模型生成、工具调用、压缩及应用工作全部建模为持久化任务，由调度器基于存储状态决定执行，实现崩溃恢复与进程解耦。文章从五个维度展开：Agent Loop 序列化到存储、工作可调度、应用状态与对话的原子绑定、压缩移出关键路径、以任务图形式实现委托协作，展示了持久化任务架构带来的全新 Harness 能力。
文章详细解读了 Earendil 和 Pi 社区发布的 Pi 1.0 及实验性新框架 Pi Durable。Pi Durable 专为构建长期运行、持久可靠、可动态改变、跨环境运行的 Agent 而设计。文章系统阐述了 Harness 的概念（Conversation、Agent、Tool、Execution Environment、Task），并重点介绍了其核心特性：崩溃恢复机制（基于 Checkpoint）、Exactly-once Submission 语义、多 Conversation 并发与 Fork、可插拔的 Extensions 体系、动态 System Prompt、Tool 的安全重放模型、Subagent 的轻量化实现、Hooks 拦截机制、Ownership Tree、前后台 Task 以及支持无限长对话的 Compaction。Pi Durable 秉承极简与可塑性原则，已超越普通 Agent Loop，具备了 Durable Workflow Runtime 的能力。
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。
