科技 · 2026-10-03 · AI 开发工具 · 阅读 0

Pi 1发布持久运行的编码代理另有实验边界

据 Earendil 发布的信息，Earendil 发布 Pi 1，并另行介绍实验性的 Pi Durable，分别面向终端编码工作流与可持续运行的会话基础设施。

作者：林岚｜OC 开发者生态编辑

据 Earendil 发布的信息，Earendil 发布 Pi 1，并另行介绍实验性的 Pi Durable，分别面向终端编码工作流与可持续运行的会话基础设施。

一句话结论：恢复对话进度和安全恢复工具执行，是编码代理可靠性中不同的两件事。

Pi 1 延续较小的终端编码代理内核，采用 MIT 许可，并增加 Codemode MCP 等能力。工具延迟加载、缓存预热等机制，关注的是长时间使用时的成本和接口组织，而不是把每个功能都塞进固定提示。

Pi Durable 是另一个实验包，不能因为 Pi 1 的版本号就把它视为同样稳定。它处理存储、会话与执行环境，让客户端可以连接到持续存在的运行进程，并在步骤边界记录检查点。

相关技术与应用场景示意（AI 生成）

这样的设计能让会话不完全依附于某个终端窗口。但保存上下文，不代表外部动作天然可重放：读取文件与发送付款请求的恢复策略显然不同。中断后是否重新运行工具，必须取决于其副作用与重试安全性。

项目说明中，模型调用中断可以重试，部分输出会标为中止；工具只有在安全时才重跑，否则把中断情况交给模型处理。请求标识可以避免重复提交，却不能据此承诺外部系统里的动作恰好发生一次。

长对话同样需要压缩上下文。持久存储保留历史，模型实际读取的上下文仍然有限。产品若要让代理跨天工作，就需要同时管理状态、权限、上下文摘要与恢复提示，不能只靠一个常驻进程。

关键事实

Pi 1：终端编码代理的新版本，MIT 许可。
Pi Durable：实验包，关注持久会话与执行环境。
恢复：检查点和请求去重，不等同于外部副作用的一次执行保证。

OC 判断

两个产品把交互内核与持久执行分开，有助于明确可靠性的责任边界。实验阶段尤其应验证中断后的工具状态。

为什么重要

对开发者：为工具定义重试安全性和副作用。
对企业：审计长期代理的存储与权限。
对用户：重连后应清楚显示已完成、失败及状态不明的操作。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

重返OurCoders

<p>从2014年以来好久没逛过这个谈论了，不知道这个谈论的运营现在怎么样，开发人员是不是原来的人，前端UI做得不太好</p>

梁建溢 5 36

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

Pi 1发布持久运行的编码代理另有实验边界