Earendil 官方授权中文译文 · 06
Pi：极简而高效
- 原文标题 Pi, Minimal and Performant
- 作者 Earendil
<rfc@earendil.com>- 发布日期 2026-08-04
- 原文地址 earendil.com/posts/pi-autoresearch-and-databricks
- 授权说明 经 Earendil 授权改编与翻译（Adapted and translated with permission from Earendil.）
- 译文许可 CC BY 4.0
Pi 的优势在于极简
AI 让代码变得廉价。结果是，许多公司为了追求更好的性能，开始打造越来越大的工具：更长的提示、更多的编排、更多层次和更多复杂度。这也从根本上提高了工具的使用成本。Pi 选择了相反的方向。
Pi 是一个有意选择极简路线的编程 Harness。它开箱只有 4 个工具，系统提示和工具定义加起来不到 1,000 token。背后的想法是：大多数工作依靠基础能力就能完成；如果你需要更多，就自己构建。
越来越多的证据表明，Pi 的设计不只是更干净，也更便宜、性能更好。用户发现，即使还没有安装适应个人工作流和需求的 Extension，原生 Pi 也能产出行业领先的结果。下面 Databricks 与 Shopify 的案例，都得到了理想结果。
案例研究
Databricks：每项任务的成本
Databricks 最近分享了一项研究：《在 Databricks 数百万行代码库上测试编程 Agent》。他们希望了解，哪些编程 Agent 在真实编程任务上表现最好，以及任务表现会怎样随着价格变化。
为了避免受到已经过度饱和的外部基准影响，他们根据团队工程师经常执行的工作创建了内部基准。结果符合我们的预期，却可能令行业中的很多人感到意外。按他们的说法，模型通过哪一种 Harness 被调用，会显著影响成本和质量；在许多案例中，Pi 这样的简单 Harness 在他们的工作负载上表现最好。
Databricks 编程 Agent 基准中的成本与任务通过率对比。制图：Databricks。图片随 Earendil 原文授权使用。
使用 Opus 4.8、xhigh 时，Pi 取得了最高的总体通过率，成本却显著低于 Claude Code 和 Codex。
极简 Harness，效果可以测量
Pi 的亮点在于，它不会用大量默认设置和指令把模型包裹起来，再让它们迷失在指令层级中。Pi 尽量不挡住模型，团队则可以添加自己的工作流真正需要的东西。
Databricks 的研究很有启发性，因为它把模型与 Harness 分开进行了比较。
他们报告说：在相同思考等级下，通过不同 Harness 运行同一个模型时，每项任务的成本差异显著——某些情况下超过两倍——但质量保持不变。我们把这种特征称为 Pi 的“上下文纪律”。Pi 每轮发送的上下文大约少三倍；它更好地管理上下文，维持更紧凑的工作集，并用更少轮次完成任务。
我们同意，成本分析应当考虑端到端工程经济，而不能只看每 token 的价格。模型层面也是如此。例如，我们观察到，使用 Haiku 4.5 运行复杂工作流时，成本往往高于 Sonnet 4.6，特别是涉及代码执行时。原因很简单：前者需要更多轮次才能成功完成任务。
如今，我们在 Harness 层面也看到了同样现象：强大、单价更高的模型配合高性能 Harness，可能比相反组合更便宜。
Shopify 构建 Pi Autoresearch：可扩展胜过臃肿
极简主义是 Pi 核心理念的一部分。极简之所以行得通，是因为它并不等于僵化。事实上，Pi 是首批为可扩展和自我编辑而打造、并获得广泛使用的 Agent 基础设施之一。
Shopify 的实践为 Pi 的设计提供了另一项有价值的外部验证。在 Shopify Engineering 的文章中，David Cortés 描述了如何直接把 pi-autoresearch 构建为 Pi Extension：只需让 Pi“创建一个 Autoresearch Extension”。Pi 会阅读自己的 Extension 文档，然后从那里开始建立新的工作流。
Autoresearch 是一种使用编程 Agent 进行优化的自主循环。你提出改变后，它会运行实验，找出哪些做法有效、哪些会造成回退。只要目标可以测量，它就能丢弃产生回退的实验，并持续改进。
对 Shopify 和其他使用者来说，Autoresearch Extension 很快就成为重要的内部生产力工具。Shopify 报告的案例包括：单元测试速度提升 300 倍、React 组件挂载速度提升 20%、多个项目的构建时间缩短，甚至 pnpm 的性能也得到改进。
Shopify pi-autoresearch 项目的实验记录界面。图片来源：davebcn87/pi-autoresearch，随 Earendil 原文授权使用。
重点在于，Pi 并没有把这些工具全都内置进去。它做的是让用户能够非常轻松地构建它们。Pi 不会假设供应商最了解你的工作流、并试图把每一种工具都塞进产品；它假设你最了解自己，并把扩展能力交给你，让你塑造自己的工作方式。
为什么极简路线在今天更有优势
大约一年前，人们还可以认为原生 Harness 具有结构性优势，因为模型是围绕它们构建的。但这个论点已经越来越弱。
前沿模型如今普遍能够很好地理解终端或类终端的编程环境，并在其中行动。Anthropic 最近将 Claude Code 的系统提示缩减 80%，就是一个清晰信号。因此，问题正在从“Harness 对模型有多原生”，转向“Harness 怎样管理上下文，避免冗余，并通过干净的基础能力行动”。模型需要一个清晰的环境接口，也需要一个不浪费上下文的 Harness。
Pi 提供的正是这些：更少的提示开销和重复上下文、更便宜的运行成本、更少的不必要抽象。因为 Pi 可以扩展，你并没有失去能力，而是获得了选择权。只有当复杂性“证明自己值得留下”时，你才把它加入系统。
本地模型也在快速发展，Earendil 对它们的潜力十分看好。Pi 的上下文纪律在这里尤其有价值。本地模型的上下文窗口通常更小，预填充也可能需要很长时间，因此，保持稳定的提示前缀十分重要。上下文纪律意味着，除非用户明确要求，否则不改变上下文，从而避免持续数分钟的重新预填充。
极简的默认系统提示和工具集，再加上这种上下文纪律，让 Pi 成为本地模型的理想 Harness。
Pi 正在证明，它能够同时做到：更便宜、更极简，也更高效。
译者说明
本文为 Earendil 原文的完整中文译文，原文案例图随文章授权使用并保留制图方与项目来源。文中的版本、基准结果和项目状态对应原文发布日期。中文译文及适配部分经授权按 CC BY 4.0 发布；如有歧义，请以英文原文为准。