他们怎么看待其他编码 harness

38:51 Pi 里的 Jev、Codemode 与 MCP

Mario：大量的垃圾内容，比如邮件。Armin：我的意思是，这最终就是 MCP 落到 Pi 里的原因。Mario：对。Armin：其实跟 MCP 一点关系都没有，是我需要为 Jeff 弄一个 Codemode。所以从那儿到 MCP，也就五分钟的事。但要让 Jeff 工作，或者说让任何分类器模型（classifier model）工作，它需要另一个系统在它周围生成一个 bespoke 的 harness 来驱动它。所以很自然地就去构建了 Codemode。

Armin：但问题是，很多东西受限于一个事实：它们本质上是些非常"软"（squishy）的任务，所以需要 LLM，但 LLM 又太慢。所以现在分类器模型算是个挺巧妙的 hack——我的意思是它们也不是新东西，但 Jeff 真的证明了：如果你把它训练得足够好，做成一个通用的 one-shot 分类器，那它就有产品市场契合度（product market fit）。然后这就引发了后面这一连串事情。我只是觉得，从某种意义上挺让人惊讶的，

Armin：但我喜欢它的一点是：突然之间，除了图像生成、LLM 之外，另一类模型成了人们摆弄的东西。Mario：对。对，而且那真的有用。比如我自己，对图像模型一点他妈的用处都没有，对。但一个 chef 模型我能用在好多事情上，而且它——Armin：你难道不做 meme 吗，Mario？Mario：我就是个 meme，我不需要做 meme。

第三部分

40:18 其他 harness：Claude Code、Codex、OpenCode、Amp、oh-my-pi

主持人：所以你们——好吧，至少你，Mario，你好像很喜欢 AMP，尤其是那个 Orbs 那一整套东西。为什么呢？为什么它让你印象特别深？我本来想问你们，你们是怎么看待不同 harness 的？你们会研究它们吗？比如说从特性上看，你们的做法是什么？

Mario：如果我们碰到 Codex 的破事，比如后端不工作的时候，我们就把 OpenAI/codex 那个仓库克隆下来，看看他们为了让自己的后端能跑起来，不得不往那堆屎里塞了什么烂活儿。我们对其他 harness 的研究程度大概也就这样了。

Mario：但 AMP 不一样，因为 AMP 在 Pi 之前早就存在了。就像 open code 也一样。我记得它从 2025 年初左右就有了。我现在不太看 open code 了。我确实看过他们的 B2，那个很有意思。他们现在也在跟 durability（持久化）较劲，看着挺好玩的。但 AMP，我从来没用过 AMP。我只是特别喜欢那个团队。

Mario：因为我觉得他们某种程度上对软件工程的未来也有自己的愿景，而且他们不确定自己的愿景对不对，但愿意把身家押在自己的愿景上，对吧？他们就是埋头执行，而且我觉得他们执行得很好。我觉得 Orbs 用起来相当不错。我今年早些时候在慕尼黑见过他们，他们给我看了那个 Orbs 玩意儿，我还跟团队其他人一起待了一段时间，

Mario：他们就是一群特别好的人，懂行，而且不怎么吹牛逼，我喜欢这一点。我喜欢他们的产品。我一直在各个 harness 之间跳来跳去。我觉得我工作的一部分就是把这些东西分享给别人，告诉他们，你看，我试过这个，我试过那个。但我觉得 Pi 真的特别突出。而且如果我要做什么东西，我肯定用 Pi，因为第一它是开源的，第二它对我来说真的

Mario：能看懂。但我也觉得你在 Omp 上做了不少，对吧？就是 Shan 的那个 Pi 玩意儿。

主持人：对。

Mario：它特别适合本地模型，如果你有大量显存（VRAM）的话，因为他们做了这个 advisor（顾问）机制。所以你就配置一个 Opus 之类的，它会读整段对话，每当模型开始绕圈或者偏离任务的时候，它就会插进来，注入一条消息，装作是用户发出来的，告诉它，比如，这里是范围，这里你需要换一种做法。

Mario：然后是 sub agent（子代理）那些东西，真的，我觉得它有很多类似 Claude Code 那种 fan-out（扇出）机制，就是 Opus 和 Fable 做的那种。他们这块做得很好，然后是登录，就是能直接 /connect 之类的、进去把我自己的东西连起来的能力，非常好。它现在还在改进，但很吃 token，这是它的一个问题，而且它的系统提示词（system prompt）巨大，这是另一个问题。DeepSeek harness 我最近超喜欢。

Mario：我不知道你有没有花时间看过它。它真的非常棒。我……对，我其实读过它的源代码。它的插件架构真的很有意思。就实际的插件机制来说，他们承诺的比实际能交付的多，但他们的思路真的非常聪明。所以我印象很深刻。而且这确实是我真正看过的 harness 之一，因为显然我们想进化 Pi，能看到另一个 harness

Mario：采取“这个东西本身必须能够自我修改”这种思路，是很开心的。而且我们现在也在 Claude Code 里看到这一点，这他妈太好笑了。Boris 说过类似的话，老天，那些 mod 太棒了，我们怎么能不让 Claude 去修改 Claude Code 本身呢？去你妈的，你个混蛋。我觉得他们的 harness 有变好一点。我去年不太喜欢它，但现在它更稳定了。它还是有超多 bug，比如会随机报错，或者不同会话互相泄漏，

Mario：串到一起。这是它的问题之一。

主持人：你呢，Armin？有没有什么 harness 让你特别留意的？

Armin：我是说，我确实看过 DeepSeek harness。就是我们开始研究插件架构的时候，有一个东西确实值得看看。我一般不太看别人在做什么，因为那会让人很分心。而且你也不一定知道他们

Armin：那么做是因为真的在解决问题，还是因为代码是免费的，所以可能就是做个实验。我做 MCP 那件事的时候，基本上是把每一个在搞 MCP 的大型 harness 都拿来交叉对比，就是为了弄清楚值不值得做。因为你拿到一堆人们想要的东西的清单。然后他们会说真的很想要所有这些，让我去看看别人是怎么做的。我真的很讨厌 elicitation 这东西。

Armin：所以我觉得我去年用了挺多 AMP，后来基本停了，但我又看了一眼 Orbs。我确实喜欢 orbs 这个想法，但不知怎么的，我对 web 界面不是特别有粘性。所以我确实用 Claude 手机 app，也用 Codex 手机 app，但我从来不用桌面 app。然后到了终端上，我其实不觉得它们特别好。而且我觉得这不是因为我不想要桌面 app，

Armin：实际上我真的很不喜欢终端，但不知怎么的，我还没找到那个完美的体验。嗯，这就是我喜欢 DeepSeek 的地方，它看起来像是桌面 app 里的 Pi。它实际的用户体验非常极简、非常干净，而且因为它是作为一个 web 进程启动的，你可以直接把它挂到 Tailscale 上，然后从我的手机或者另一台机器上用，不用做什么奇怪的“连接你的设备”之类的事。

46:30 Pi Mobile 以及 Pi 下一步走向何方

Mario：那一直很烦人。

主持人：你们有没有想过做一个 app 或者……web 界面？我知道你们大概已经有点……

Mario：我最近几天在手机上瞎折腾，做了一个主要应该在手机上跑的东西。我叫它 PIM，Pi mobile。它不是我要开源出去的产品之类的，至少目前不是这个计划。但我们肯定在探索这个，为了 Pi 本身的进化。

Mario：我觉得 Pi 是对“可自我修改的 agentic 软件”的一个初步概念验证（proof of concept）。验证成功了。现在我们需要振作起来，把它进化到这样一个方向：不再只是我和一个 clanker，而是很多机器上的很多 clanker，跟很多人类对话。而且应该可以跳来跳去，按我想要的任意协作方式，把 agent 和人类重新连接起来。我觉得这是 Pi 应该走的方向。而我做的 PIM 那些东西，我只是想确认 Pi Durable 真的能用。

Mario：所以算是 dogfooding（吃自己的狗粮）。我想替换掉 Claude for Android，因为我之前也是 Claude for Android 的用户，现在它被完全替换掉了，因为实际上除了 LLM 之外，PIM 完全在我的手机上跑。其他所有东西都在手机上运行，我超爱这一点。它还可以直接连到我其他任何一台机器上作为执行环境。所以它会跑到我的 Hetzner 上，替我干运维（sysadmin）的活，而大脑在手机上跑。所以我已经实现了愿景中的那一部分。

48:09 插件系统与 Web 安全

Mario：接下来就是要想清楚，怎么用插件系统把它变成 Pi 的进化。而且我完全坦白说，DeepSeek harness 在这方面绝对也是一个灵感来源，不一定是在技术层面，而是在概念层面。然后我们……对。web 的插件系统里有惊人多的复杂性。而且大部分其实是出于特别蠢的原因。大部分纯粹就是——你怎么保证它安全？因为你某种程度上

Mario：在抽象层面被限制住了，几乎就是，让它安全会让体验变得像屎一样。所以问题就是，你怎么在整个东西之间找到一个好的平衡？对，安全这块对我来说一直挺难受的。我注意到前几天有个 clanker 想跟我的另一台设备分享一个文件，结果它把我的整个文件系统放到公网上挂了一天。哈哈哈。就那么挂在那儿。

Mario：我有……我有 WireGuard 之类的，你知道，那些防护措施，但……但同时也是，目标真的应该是让多个人能在一个运行环境里共同体验同一个会话，然后由我们的 harness 去扩展。但这么做的含义是，有一个人比其他人更受信任。而你不想落到那种境地：必须完全信任你要连接的那个会话的所有者。

Mario：对吧？想象一下……

主持人：Docker 怎么样？我就是在想，这看起来像是个 Docker 类型的问题，你有某个被创建出来的东西，它就像是一个镜像。

Mario：对，但你是在连接……先忽略一下 Docker 那部分，对吧？那几乎是微不足道的。比如你怎么保护服务器？但你怎么保护 web 界面呢？因为现在你连到我的 web 界面，但弹出来的 UI 里有链接，如果我去点它，

Mario：那我就会……事情很容易变成这样：如果我们最后处在一个共享空间里，比如我有个账号，你有个账号，clanker 调出某个用户界面，那东西说白了就是 XSS，用来把我的 cookie 偷走之类的。所以它是可解的，但解起来很烦。而且实际上很多解决方案都涉及 iframe，而 iframe 在安全上、在用户体验上都很烂。所以真正做一个既安全又可扩展的 web 界面

Mario：比看起来难得多，而且实际上在服务器上给 Docker 做沙箱隔离（sandboxing）好像还更简单。那是容易的部分，对。但我们会找到答案的。我们往墙上扔点东西，看看会怎样。我们还不太确定。但因为这个问题……对，

主持人：你听过 IPFS 吗？不好意思，IPFS。

Mario：对，那来自 web3 社区，你有一个分布式的文件系统账本（ledger）放在 web 上。对，我其实不觉得它能解决信息外泄的问题。

Mario：它可能是一种有趣的存储数据方式。持久地、有冗余副本地存储，但老实说，我不觉得它对安全有多大贡献。它主要是关于——如果 clanker 在构建什么东西，它需要把东西放到某个不会关联回你自己的地方。比如你和我一起做某件事，我们想要一个中立的空间，把东西放上去，我们俩都能信任它不会被……对，能信任它会一直在那儿。反正就那样，但不，我觉得这对我来讲太烧脑了，

Mario：我解决不了，甚至都没法认真去想。

主持人：对我们来说也太烧脑了。我们只是在假装自己懂自己在说什么。

主持人：好，那也许，你们对什么感到兴奋？

Mario：我……对。……自娱自乐。我想说的是，这很容易忽略。你基本上可以说，行，我们就假装不用解决这个问题。然后你就能做出很棒的体验，但那样会摧毁信任。

51:48 他们兴奋期待的东西

Mario：你的问题是什么来着？我们在对什么兴奋？

主持人：对，未来几个月里，你们对什么感到兴奋？

Mario：构建不是 coding agent 的产品。以及把我们现在仅有的那个 coding agent，进化成我们现有社区真正会喜欢的样子。这是个挑战。我们已经看到了，仅仅发布 MCP 和 code mode 支持——我不知道——如果你加了一个之前说过不需要的功能，就会有很多人不高兴。

Mario：但现在情况变了，模型已经被这些东西训练过了，MCP server 和标准也变得更好了。现在它基本上好到可以作为内置的东西集成了，这就是我们的想法。而人们会不高兴，因为“你怎么能改主意呢？”嗯，老兄，如果有新信息出现，我就会改主意。我又不是……又不是跟风炒 MCP 的人，老兄。我们花了一年才加上对它的支持，

Mario：而且是经过极其痛苦的反复斟酌之后才加的。所以……嗯。

主持人：你呢，Armin？你对什么感到兴奋？

Armin：我是说，我觉得我主要……我不知道，兴奋这种东西有点……我觉得我对 AI 现在的状态其实挺满意的。我只是觉得它周围的用户体验可以变得更好。所以，真正会让我兴奋的，我不知道，从社会层面来说，我觉得如果这项技术真的能交付一些真正伟大的东西，那就太好了。

Armin：有价值的，对，比如给我来个室温超导体，拜托。或者癌症药物之类的，随便。在纯粹的技术层面，我觉得我真正希望达到的主要事情是，炒作能稍微消退一点，然后我们能得到这项技术真正酷的应用，用来构建更好的软件，而不是，我不知道，像 Photoshop 的垃圾（slop）分支版那样。对。比如有真正的社区去构建真正酷的软件，因为他们不是在刺激自己的

Armin：内在的化学物质，而是真的在合作构建很酷的软件。所以我给你举个例子。PC 上的 PS5 模拟，现在多亏了 clankers，已经解决了。完美。真他妈牛逼，兄弟。这在某种意义上甚至是对社会的贡献，因为它帮助为未来保存 PS5 游戏。我超爱这个。太棒了。

Mario：对，我一直跟人说，现在一切都是 AI 在做 AI，而且这在 crypto 里也发生过，每一轮牛熊市都是。牛市的时候，

Mario：就不再是构建的时候了。就只是营销的时候。是卖东西的时候，你知道，赚钱。然后真正认真的构建者，他们基本上一到熊市就活跃起来，开始构建那些古怪的东西，你知道，最终会爆火。但我们……我们现在就在那个阶段。这极其……我觉得是的，对。这极其疯狂。对，我能看出来，这不正常。

54:55 让非开发者上手 agent

Mario：但我不觉得这会持续下去，而且这项技术非常酷。比如我真的很兴奋于上手引导（onboarding）这件事——我们怎么把一个从没用过 agent 的人，让他用上 agent？因为如果我能让我老婆用上 agent，我孩子……很多东西就不再是问题了。所以对。

主持人：你就是想让你的家庭后勤交给别人来处理。让其他人也对 agent 上瘾。

Mario：不，但我和 Armin 都有过那样的经历。比如我让我老婆接触了这个，她去年夏天用 Claude 做了一些语言学研究。我让我当时四岁的孩子给我老婆写了一个生日游戏之类的。那很酷，兄弟。那正是我喜欢使用技术的方式，对吧？而且上手引导这件事说得太对了。这是最大的问题，他妈的最大的问题。而且没人在做事。每个人都给你一个聊天框和一个侧边栏，然后

Mario：祝你好运，混蛋，自己琢磨去吧。你是个秘书。来，用 AI 提高效率吧。去你的。那真是蠢。对。没有人花功夫去带一个人，让他……因为关键的是，如果你不知道，你可以问。然后你就会知道了。而从“我不知道”到“我可以去问”这个合乎逻辑的一步，人们并不具备这个技能。这就像，我觉得至少在我学习

56:28 收尾

Mario：写代码的时候学到的：你不应该老问，应该自己去搞明白，如果搞不定再去问别人。别无限期地浪费时间。但总之，

主持人：谢谢你们抽出时间来做这期节目。哈哈。虽然有人——是谁来着？对，是 OpenAI 的 Eric，我觉得是他嘲讽了你那个 S 级排行榜帖子，对吧？意外啊。

Mario：嗯，我是说我觉得他说得对。我觉得绝对是对的。那是唯一一个深思熟虑的。

Mario：它显然工程设计得很好。而且我喜欢 droid，所以我经常用 droid，我也很喜欢那个团队。但我觉得任何 AI 项目都会发生的是，代码是廉价的，代码是免费的，或者你知道，生成垃圾内容是免费的，于是你就坐在一大堆只完成了百分之三十的垃圾内容旁边。而且我觉得随着时间推移，这真的会毁掉用户体验，因为你会不停地碰到 bug 和错误，我不知道，

Mario：比如 agent 一直用 ask question 工具，而我只想让它跑 goal 或者 loop，这就是……对，这就是我的意思，就是这类东西，通过走极简路线，你能克服很多模型天然就容易犯的毛病。对。好了各位。谢谢你们邀请我们，晚安。

主持人：谢谢，下期见。对。拜拜。拜拜。

链接

原视频：https://www.youtube.com/watch?v=ja_7AF54OtE

频道：0xSero（Mario Zechner、Armin Ronacher）

本文是 Pi Durable 访谈译文三篇中的第 三 篇，全文共三篇。

#Agent工程 #持久化