Pi 1.0 重大更新：原生 MCP 与 Code Mode 稳定版发布，Pi Durable 重塑 Agent Harness 基础设施

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-14

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

Pi 项目迎来今年规模最大的一次更新：项目升级至 1.0，Code Mode 与原生 MCP 正式进入稳定版；同日，团队推出全新 Agent Harness——Pi Durable。这标志着 Pi 从终端编程 Agent 向完整的 Agent 基础设施延伸。

📊 核心实体与商业数据

💡 业务落地拆解

Pi Durable：持久化 Agent Harness 的工程实现

Pi Durable 解决的核心问题是长时运行 Agent 的崩溃恢复。Mario Zechner 将其概括为：

Agent 启动、调用工具，进程突然挂掉；重新启动后，它应该准确地从原处继续，不需要人再次输入“继续”，工具结果和流式输出也不能丢失。

其架构不采用事件溯源，而是使用“意图、执行、结果”的效果三明治，加上版本化文档存储应用状态。Armin Ronacher 强调了其可靠性价值：

模型本身已经足够不可预测，当 Agent 开始脱离人的实时监控，外层的任务编排和故障恢复至少应该稳定、可以理解。

MCP 与 Code Mode：从拒绝到核心集成

过去一年，Mario Zechner 和 Armin Ronacher 曾是 MCP 最直言不讳的批评者，Pi 官网甚至曾标注“不支持 MCP”。如今模型已接受更多 MCP 相关训练，MCP Server 和协议逐渐成熟，Pi 最终正式接入，但通过工具搜索和渐进式披露按需加载，避免一次性塞入上下文。

Code Mode 允许 Agent 在 QuickJS 沙箱中编写并运行 JavaScript 程序，并行调用工具、过滤数据、去重和计算，仅将有用结果送回模型，大量中间数据留在沙箱中，由此降低 Token 消耗、运行成本和上下文负担。MCP 负责获取数据，Code Mode 负责编排和处理。

能力边界：Agent 会修 Bug，也会往代码库里“拉一坨屎”

Mario 坦言 Agent 的架构能力局限：

Agent 可以修复很多小问题，一旦涉及设计和架构，它经常只会在局部堆叠代码，“往你的代码库里拉一坨屎，让情况变得更糟”。

Armin 补充：

它几乎不可能在解决问题时不动代码。你越信任全自动流程，代码库就越会随着每一次 bug fix 自然生长。

Mario 进一步解释架构能力缺失的根源：

架构是编程里唯一没有被编码成文本、因而 LLM 学不到的部分。你可以轻松为网络安全、建网站、做前端搭训练数据，但“构建”这个过程本身，也就是设计和架构一个东西的过程，没有训练数据。

🚀 对企业 AI 化的启示

1. Agent 基础设施的标准化机遇：Pi Durable 以约 1.2 万行代码提供通用持久化原语，填补了 Agent 工作流中对话记录、任务持久化、故障恢复和会话分叉的重复建设空白。企业构建 Agent 应用时，可优先评估此类基础设施，避免重复造轮子。

2. 协议集成的务实主义：Pi 从公开拒绝 MCP 到正式接入核心，历经一年痛苦权衡。这提示企业：技术选型应随模型训练进展和生态成熟度动态调整，而非固守早期立场。

3. 能力边界的清醒认知：Agent 在具备 Oracle 验证、可 fuzz 测试的二元任务上表现优异（如 Bun 的 Rust 重写、PS5 模拟器），但在架构设计层面仍不可靠。企业应将 Agent 部署于有明确验证信号的任务，架构决策仍需人类主导。

4. 双线战略的参考价值：Earendil 明确两条线——非 Coding Agent 产品（让非工程师也能找到乐趣）与 Agent 基础设施（让每个人都能构建自己的 Agent）。这一战略框架值得 AI 初创公司借鉴。

【官方原文链接】点击访问首发地址