跳转到正文

GLOSSARY · 遇到术语时查这里

AI 与 Agent 热词表 ​

这不是一份追求“大而全”的 AI 百科。第一版只解释 Pi 蓝皮书正文和 98 条学习记录中反复出现、会直接影响使用判断的 20 个词。

每个词先给一句人话解释,再说明它在 Pi 里意味着什么。需要操作时,继续进入对应课程;带有版本和产品边界的说明核验于 2026-09-11。

快速查找 ​

认识 Pi理解会话看懂运行过程扩展 Pi
PiContextAgent LoopTool / Tool Call
Pi Coding AgentContext WindowSystem PromptSkill
Coding AgentSessionTokenExtension
Agent HarnessSession TreePrompt CachePackage
Agent RuntimeCompactionCache HitSub-agent

Pi ​

人话解释: Pi 是极简 Agent Harness 项目的名字。普通用户接触到的 Pi Coding Agent 是它的终端应用,把模型、工具、会话和工作目录连接起来,让模型能处理真实任务。

在 Pi 里意味着什么: Pi 既是整个开源项目的名字,也是日常对终端产品的简称。说“打开 Pi”“让 Pi 改文件”时,通常是运行 pi 命令使用 Pi Coding Agent;说到底层 pi-agent-core 时,指的是被应用调用的 Agent 运行库。Pi 不是模型,也不自带模型额度;它需要连接 Provider 提供的模型。

相关: Pi Coding Agent · Agent Harness · Pi 到底是什么?

Pi Coding Agent ​

人话解释: Pi Coding Agent 是建立在 Pi 底层组件之上的完整终端应用,也是本书让你安装和启动的那一层。

在 Pi 里意味着什么: npm 包 @earendil-works/pi-coding-agent 提供 pi 命令;它依赖 pi-agent-core 等组件,并带有内置工具、会话和扩展加载能力。平时大家会简称它为“Pi”,但不能把这个可安装的应用与单独的 Agent Core 包画等号;可选的 Skill、Extension 也不是应用本体。它仍然是 Harness,不是负责推理的模型。官方包列表

相关: Pi · Coding Agent · Pi 和 Pi Coding Agent 有什么区别?

Coding Agent ​

人话解释: Coding Agent 是一类以代码和文件任务为主要工作对象的 Agent。它能读取项目、修改文件、执行命令,并根据结果继续调整。

在 Pi 里意味着什么: “Coding”不代表只能写程序。整理 Markdown、检查配置、生成表格或运行构建,也可能属于它的工作范围。关键区别是它能调用真实工具影响工作目录,而不只是给出一段聊天答案。因此,权限控制和结果验收比普通问答更重要。

相关: Agent Harness · Tool / Tool Call · Pi 和 Claude Code、Codex 有什么区别?

Agent Harness ​

人话解释: Agent Harness 是包在模型外面的运行系统。它负责准备指令和上下文、提供工具、保存会话,并让模型和工具在一个循环里协作。

在 Pi 里意味着什么: 模型决定“下一步想做什么”,Harness 决定模型能看到什么工具、工具怎样执行、结果如何送回,以及对话怎样保存。同一个模型放进不同 Harness,可能因为系统提示、工具设计和上下文组织不同而表现不同。Pi 的核心定位正是一个可由用户改造的极简 Harness。

Pi 作为 Agent Harness,连接用户目标、模型、工具、项目文件和 Session。

图解:Harness 是模型外面负责组织工作的那一层。

相关: Agent Loop · System Prompt · 什么是 Agent Harness?

Agent Runtime ​

人话解释: Agent Runtime 是让 Agent 实际运行的环境与生命周期层,关注任务状态、执行过程、恢复方式以及怎样被其他程序长期调用。

在 Pi 里意味着什么: Pi 具备 Session、RPC、SDK 和可扩展事件等 Runtime 组成部分,但“Agent Runtime”不是当前官方文档中的一个独立成品功能名称。蓝皮书使用这个词,是为了理解 Pi 如何从一次终端交互延伸到可嵌入、可恢复的长期工作方式,不代表启动 pi 就自动获得后台常驻、定时任务或无人值守安全保障。

相关: Session · Agent Loop · VPS 与长任务

Agent Loop ​

人话解释: Agent Loop 是“理解目标 → 选择动作 → 调用工具 → 读取结果 → 决定下一步”的循环。任务完成、遇到错误或需要人做决定时,循环才会停下。

在 Pi 里意味着什么: 当 Pi 读取文件后又继续搜索、修改并运行检查,这些连续动作就是循环的一部分。模型并不是一次规划好全部过程;每次工具结果都会成为下一步判断的新输入。循环能带来自主执行,也可能反复试错,所以任务需要明确停止条件和可独立检查的结果。

相关: Agent Harness · Tool / Tool Call · 安全与验收

System Prompt ​

人话解释: System Prompt 是每轮请求中放在较高优先级位置的基础说明,用来告诉模型当前角色、可用工具和通用行为要求。

在 Pi 里意味着什么: Pi 刻意保持默认 System Prompt 较短,并允许通过配置和 Extension 调整。项目里的 AGENTS.md、CLAUDE.md 等上下文文件会继续补充项目要求,但它们不是操作系统权限。System Prompt 变长或频繁变化,也会增加 Context 占用并影响提示缓存前缀。

相关: Context · Prompt Cache · Project Trust 不是沙箱

Token ​

人话解释: Token 是模型处理输入和生成输出时使用的计量单位。它不等同于汉字或单词,一个词、符号或代码片段可能被拆成不同数量的 Token。

在 Pi 里意味着什么: System Prompt、工具说明、对话、文件内容和工具结果都会占用输入 Token,模型回复则产生输出 Token。Token 会影响上下文容量、速度和可能的 API 成本,但“用得少”不等于任务质量高。判断结果仍要回到文件、测试和真实业务状态。

相关: Context Window · Prompt Cache · 为什么说 Pi 比较省 Token?

Context ​

人话解释: Context 是模型在当前这一轮真正收到、能够用来判断的输入集合,包括系统说明、选中的会话历史、文件内容和工具结果。

在 Pi 里意味着什么: Session 可以保存完整的树状历史,但当前模型只会收到从会话树中构造出的有效路径,以及 Harness 本轮加入的其他材料。磁盘上存在某个文件,不代表模型已经读过;很久以前说过一句话,也不代表它仍在当前 Context 中。重要约束应落到可重新读取的文件。

相关: Session · Context Window · Context 和 Session 有什么区别?

Context Window ​

人话解释: Context Window 是模型单次请求能处理的最大上下文范围。System Prompt、历史消息、工具说明、工具结果和预留回复空间都要从这份容量里分配。

在 Pi 里意味着什么: 长任务不断加入网页、日志和文件后,会越来越接近窗口上限。窗口大不代表可以无限堆材料;无关内容仍会增加处理时间并干扰判断。接近上限时,Pi 可以进行 Compaction,但真正不能丢的目标、决定和进度应先写入文件。

Session、项目文件与压缩摘要被 Pi 组装成当前 Context,再发送给模型。

图解:磁盘上保存的历史,不等于这一轮模型收到的全部输入。

相关: Context · Compaction · Context Window 满了会怎样?

Session ​

人话解释: Session 是 Pi 自动保存的一次工作会话。它记录消息、模型变化、工具调用、压缩摘要和分支结构,让你以后能够继续或回看任务。

在 Pi 里意味着什么: Session 默认按工作目录保存在本地 JSONL 文件中,可以通过 /resume、pi -c 等入口继续。它保存的是会话历史,不是项目文件的版本备份,也不是保证跨项目生效的长期记忆。文件被改坏时,仍要依靠 Git、备份或原始材料恢复。

相关: Session Tree · Context · Session 与续写

Session Tree ​

人话解释: Session Tree 是 Pi 在同一份会话文件里保存多条对话路线的树状结构。回到旧节点继续提问,会长出新分支,而不是覆盖原来的路线。

在 Pi 里意味着什么: /tree 用来查看和切换同一 Session 内的节点;/fork 与 /clone 则会创建新的 Session 文件。当前 Context 只沿选中的有效路径构造,不会同时把所有失败分支都发给模型。离开分支时还可以生成摘要,保留其中值得带走的信息。

相关: Session · Context · Pi Sessions 官方说明

Compaction ​

人话解释: Compaction 是在上下文变长时,用摘要替代一部分较早消息、同时保留近期原始内容的机制,从而腾出继续工作的空间。

在 Pi 里意味着什么: Pi 会在接近模型窗口限制时自动压缩,也可以通过 /compact 手动触发。压缩改变的是后续发送给模型的上下文表示,不会撤销已经写入磁盘的文件;摘要也可能遗漏细节。压缩前先保存目标、范围、完成项和下一步,压缩后再从文件核对。

相关: Context Window · Session · 上下文与压缩

Prompt Cache ​

人话解释: Prompt Cache 是模型服务对重复提示前缀的复用机制。连续请求前半部分保持一致时,服务商可能不必每次从头处理全部输入。

在 Pi 里意味着什么: 稳定的 System Prompt、工具定义和追加式会话有利于复用前缀;切换模型、改变工具、改走分支或执行压缩,都可能改变可复用部分。是否支持、保留多久、怎样计费由 Provider 和模型决定,Pi 只能展示它收到的用量信息。

相关: Cache Hit · System Prompt · 提示缓存入门

Cache Hit ​

人话解释: Cache Hit 表示当前请求有一部分输入成功复用了已有缓存。它描述“重复计算省下了多少”,不是给回答质量打的分数。

在 Pi 里意味着什么: 高命中可能降低延迟或输入成本,但输出仍可能漏项;低命中也可能只是刚换模型、刚压缩或缓存已过期。不同 Provider 返回的缓存字段并不统一,界面没有显示命中数据也不必然是故障。任务是否完成仍应检查真实产物。

相关: Prompt Cache · Token · 为什么缓存命中率比较高?

Tool / Tool Call ​

人话解释: Tool 是 Harness 提供给模型的外部能力,例如读取文件或执行命令;Tool Call 是模型在某一步选择并调用这个能力的动作。

在 Pi 里意味着什么: Pi 当前内置 read、bash、edit、write、grep、find、ls 等工具,不同系统和设置下的启用情况可能不同,Extension 也能注册新工具。工具说明会进入 Context,调用结果会送回 Agent Loop。工具越多不一定越好,权限和选择复杂度也会随之增加。

相关: Agent Loop · Extension · Pi 为什么保持少量核心工具?

Skill ​

人话解释: Skill 是按需加载的专项能力包,用说明、脚本、参考资料和资源教 Agent 怎样完成一类任务。

在 Pi 里意味着什么: Pi 启动时通常只把 Skill 的名称和描述放入 Context,任务匹配后再读取完整 SKILL.md,这叫渐进式披露。Skill 适合固化已经跑通的工作流程,但它不是权限隔离层;Skill 也可能带脚本,或引导 Agent 执行有副作用的操作,使用前仍要审查来源。

相关: Extension · Package · Skill、Extension 与 Package

Extension ​

人话解释: Extension 是加载到 Pi 进程中的 TypeScript 扩展代码,可以新增工具、命令、界面和事件处理,也能改变部分运行行为。

在 Pi 里意味着什么: 当文字说明不足以实现目标,例如需要拦截危险命令、增加自定义工具或保存扩展状态,才适合考虑 Extension。它以启动 Pi 的当前用户权限运行,能够执行任意代码;项目级 Extension 受 Project Trust 的加载决定影响,但被加载后并不会进入沙箱。

相关: Skill · Package · Pi Extensions 官方说明

Package ​

人话解释: Pi Package 是分发容器,可以把 Extension、Skill、提示模板和主题组合起来,通过 npm 或 Git 安装和共享。

在 Pi 里意味着什么: Package 解决的是“怎样配送一组资源”,不是新的能力层级,也不是安全容器。安装一个 Package 后,实际加载的可能是可执行 Extension,也可能是会影响 Agent 行为的 Skill。新手应先确认真实需求、检查来源与包含内容,再一次只启用一个最接近问题的资源。

Skill 负责方法,Extension 负责运行能力,Package 负责打包和分发。

图解:三者不是能力等级,Package 也不是安全容器。

相关: Skill · Extension · 插件推荐

Sub-agent ​

人话解释: Sub-agent 是主 Agent 为一个边界清楚的子任务启动或委派的辅助 Agent,通常拥有独立 Context,并把结果交回主 Agent 合并。

在 Pi 里意味着什么: Pi 核心当前不内置 Sub-agent 功能;可以用独立 Session 练习分工,也可以通过 Extension 或第三方 Package 实现自动委派。多个 Agent 会增加模型调用、交接和冲突处理成本。只有子任务能够独立完成、交付格式清楚并有统一验收人时,并行才真正有价值。

相关: Context · Agent Loop · 子 Agent 如何分工

本页依据与维护边界 ​

本页不维护模型清单、价格或短期插件状态。正文出现新概念时,先判断它是否会反复影响理解,再决定是否加入;第一版之外的候选词不会为了凑齐 AI 百科而提前扩张。