pi用起来很舒服，极具特色的抽象下使得可扩展性极强，很有可玩性。

无论是个人工作流适配、还是企业级内部定制，我觉得完全可覆盖，甚至可以更加垂直的agent场景

之前自己写的agent与其对比，只能说太晚才深入了解pi了，很多设计哲学对于coding agent而言感觉就是这样，相见恨晚。

各个抽象层级有pi-ai统一provider与各家auth、agent-core只管agent loop、pi-coding-agent又依赖于tui与core…coding-agent包统一各个抽象层，将extensions作为一等公民系统下的pi，未来生态会很好。

如果coding agent会更加重要，pi会有独特的生态位。

“为了一点醋，包了一顿饺子，醋还不一定好吃”

为agent提供的一个cli，有点类似于rtk，不过更偏向于收集上下文。虽然cc中的bash与单独的grep、glob完全够了，何况gpt很善于用python抓context，但还是扛不住重复造轮子。

rust与agent first，需要评测吧？于是引入eval测量，也是简单基于llm多源对比；
有了eval如何改进呢？引入evolve，基于agent cli（就是非交互式的cc与codex）自动改进，这样下去两个cli完全烧不起；
恰巧windsurf提供又快又好用的swe-1.6，又逆向把windsurf runtime包起来暴露出成cli（github.com）给evolve harness用...

兜来兜去，最开始的cli还需要优化，周边又长出好多其他的...

最近opus太难用。把codex接到claude code、droid...今天又看着gpt完整把一个项目的评测集自己搭建起来、跑并优化🧐 codex真是量大、限制还少

确定性的事，给硬一点的方式；判断性的事，给逐层展开的路。

对思考、对人、对agent、对skills都有用处

每次看到这样的agentic thinking都会感觉很奇妙

让模型“扮演”角色的思维转换很好用。让claude“扮演”不同的角色分别思考，其站在不同角度上收集上下文从中推理。换其他的模型都没有opus的效果好。

这也让我对于agent team有了其他的思考，之前觉得因为谄媚问题使得决策质量几轮内就收敛，且上下文不好组织难以沟通，但如果解决好了，或许会很强大。

我们都在讲：工业革命解放体力；AI也在解放确定性的脑力，给定输入求输出的 ：写代码、做分析、文档总结；taste变得重要...

在输入都不确定、模糊不完整的时候，AI能做很多事，但知道该让它做哪些事、不做哪些事、先做哪些事这些判断是重要的，我们大都这么认为

taste来自于经验？或许是经验经压缩与直觉化的产物。

与AI协作却不只是完成任务。这一过程本身也是训练taste的过程。AI承担执行，我们的判断被暴露出来，做的每一个决定——做这个、往那个方向——都会被快速验证，反馈到训练taste中。

这也是我认为的一种前所未有的能够被广泛掌握的能力，以前所未有的方式。

近来确实不太倾向于文档驱动的开发了，两个最大的问题：

- 当文档规模上来后，更新与维护文档成本高
- 上面一点进而带来最大的问题限制模型动作空间，其一是还按照旧有逻辑继续开展；另一方面是当文档表述太过抽象，会把一些判断强行关联过去使得不够合理。agent有些容易相信文档

模型能力很强大，导致很多约束是没有必要的了。除了CLAUDE.md与AGENTS.md这种项目级文档外，全局指导性的、几乎长期不变的文档依旧有必要，尤其建立相关索引，按需加载

很多时候感到时间被压缩，model稍微想一想就给出方案与执行，可我们的回复prompt无疑在快速键入“continue”与长时间思考后的谨言慎行中摇摆，想甄别一个方案、从中选择更优路径，总是需要我们把其中想清楚与揉碎，我渐渐试着把过程放慢，留足时间去想。

“continue”很快，后续的再思考与重构又总会重新出现。

这又会出现另一个现实窘境，间隔时间长cache失效了😅

发觉自己用一些AI应用时，尤其是全黑盒的，会有一些担忧。最主要来源于不知道上下文如何构建的。不够的context往往带来意想不到的幻觉，熟悉的方面还好，而不熟悉的领域导致的后果无法觉察，无论是compact后的cc、codex等等各类agent，都会有相关担忧。

而看开源AI项目相关时，也总是优先关注如何构建上下文，不过很多项目各种词倒是用的花里胡哨。claude code是目前比较信赖的，但还是有上下文原因导致的幻觉。

隐隐觉得human-in-the-loop在这方面依然重要，产品形态在这里也有机会改进。