Pi Agent Core 实战（10/10）：循环上线之后
极简框架把复杂度从框架搬到了你身上。循环本身只有 1445 行，它不替你做日志、不替你做预算、不替你做回滚、不替你做评测。它只保证一件事：模型做了什么、失败了什么，都变成事件发出来。剩下的账，得自己付。
- 文章29,175记录思考与实践
- 专题26系统化知识整理
- 标签17,920连接相关知识
- 年归档17持续输出的时间
好的工程师，
— 80aj
既能锻造工具，也能沉淀思想。
最新发布
Pi Agent Core 实战（9/10）：把死调用交给模型
前八篇讲的是循环怎么用，这一篇讲怎么把一个已经在跑的系统换过去。改造不需要推倒重来——把「固定调用」换成「给工具加判断」，把「退出码」换成「结构化结果」，把「暗依赖」换成「显式参数」，三步就能让同一批任务从 20% 通过率走到 100% 有...
Pi Agent Core 实战（8/10）：中断与排队
长任务做到一半，用户发现方向错了。上一代系统的处理方式是等它跑完，或者直接杀进程——前者浪费时间和 token，后者丢掉全部中间结果。循环给了第三种可能：把话插进去，让它下一轮就改。
Pi Agent Core 实战（7/10）：拦截钩子
给 Agent 一个 bash，你就把整台机器交出去了。常见的应对是往提示词里写「只执行只读命令」——这不是约束，是请求。实测里，写了这句话的系统，5 条危险命令一条不落地全执行了。
专题精选 · 知识地图
查看全部
OpenAI · AI 编程工具
ChatGPT
从 ChatGPT 桌面端使用到 Codex、MCP、Skills、工作流和常见故障，按任务找到可直接照着做的实战内容。
适合 Codex CLI、Codex App 与 IDE 用户
知识资料库
AI 模型横评
Claude / GPT / Gemini / Grok / DeepSeek / Qwen / Llama / MiniMax 等主流大模型在能力、价格、速度、使用场景上的横评与选型建议(按月更新)。
知识资料库
AI Agent 框架
LangChain / LangGraph / LangSmith / Langfuse / n8n / Dify / Coze / FastGPT / AutoGen / CrewAI 等主流 Agent 框架的横向对比、真实业务案例与 cookbook。
知识资料库
AI Engineer World 2026
AI Engineer World's Fair 2026 主舞台内容专题，按 Software Factories 与 Autoresearch 两条主线归拢 Day 1、Day 2 的长文总览和单场分享。重点关注 agent 工作流、软件工厂、验证、记忆、研究循环、评估与责任边界。
AI 用量
Claude
数据来自 UsageHub·最新快照
9.6M
今日 tokens
18.44B
累计 tokens
25 / 30 天
活跃日
$14.98k
成本估算
近 30 天
少多
2026-10-03 · 0 tokens · $0
2026-10-04 · 0 tokens · $0
2026-10-05 · 94.8M tokens · $38
2026-10-06 · 78.7M tokens · $94
2026-10-07 · 0 tokens · $0
2026-10-08 · 103.3M tokens · $69
2026-10-09 · 24.1M tokens · $19
2026-10-10 · 59.6M tokens · $46
2026-10-11 · 0 tokens · $0
2026-10-12 · 165.1M tokens · $104
2026-10-13 · 239.8M tokens · $119
2026-10-14 · 160.4M tokens · $113
2026-10-15 · 0 tokens · $0
2026-10-16 · 113.6M tokens · $81
2026-10-17 · 19.2M tokens · $12
2026-10-18 · 110.5M tokens · $95
2026-10-19 · 173.0M tokens · $113
2026-10-20 · 48.8M tokens · $31
2026-10-21 · 51.1M tokens · $44
2026-10-22 · 15.2M tokens · $16
2026-10-23 · 209.0M tokens · $131
2026-10-24 · 113.7M tokens · $64
2026-10-25 · 490.7M tokens · $262
2026-10-26 · 158.9M tokens · $106
2026-10-27 · 87.0M tokens · $42
2026-10-28 · 123.2M tokens · $49
2026-10-29 · 53.5M tokens · $25
2026-10-30 · 100.7M tokens · $44
2026-10-31 · 63.0M tokens · $31
2026-11-01 · 9.6M tokens · $6
模型分布
按 tokens
claude-opus-5 · 43.0%
claude-opus-5-5 · 24.5%
claude-opus-4-8 · 18.4%
claude-opus-4-7 · 4.5%
claude-fable-5 · 3.6%
claude-fable-5-1 · 2.9%
其他 · 3.1%
AI 用量
Codex
数据来自 UsageHub·最新快照
96.2M
今日 tokens
806.7M
累计 tokens
11 / 30 天
活跃日
$877
成本估算
近 30 天
少多
2026-10-03 · 0 tokens · $0
2026-10-04 · 0 tokens · $0
2026-10-05 · 0 tokens · $0
2026-10-06 · 0 tokens · $0
2026-10-07 · 0 tokens · $0
2026-10-08 · 0 tokens · $0
2026-10-09 · 0 tokens · $0
2026-10-10 · 1.4M tokens · $4
2026-10-11 · 0 tokens · $0
2026-10-12 · 0 tokens · $0
2026-10-13 · 0 tokens · $0
2026-10-14 · 0 tokens · $0
2026-10-15 · 0 tokens · $0
2026-10-16 · 0 tokens · $0
2026-10-17 · 0 tokens · $0
2026-10-18 · 0 tokens · $0
2026-10-19 · 0 tokens · $0
2026-10-20 · 0 tokens · $0
2026-10-21 · 37.5M tokens · $52
2026-10-22 · 0 tokens · $0
2026-10-23 · 534K tokens · $0
2026-10-24 · 0 tokens · $0
2026-10-25 · 84.8M tokens · $12
2026-10-26 · 25.6M tokens · $5
2026-10-27 · 39.3M tokens · $35
2026-10-28 · 46.4M tokens · $55
2026-10-29 · 7.1M tokens · $6
2026-10-30 · 57.2M tokens · $72
2026-10-31 · 393.8M tokens · $484
2026-11-01 · 96.2M tokens · $129
模型分布
按 tokens
gpt-6-astra · 82.7%
gpt-6.1-sol · 14.8%
gpt-6.1-terra · 2.5%
更多文章
Pi Agent Core 实战（6/10）：消息有两套
上下文超长时，绝大多数项目的处理方式是往提示词里加一句「请忽略无关内容」。这既不省 token 也不可控。真正的压缩发生在消息模型上，不是措辞上——pi-agent-core 把它拆成两个明确的函数，一个负责过滤，一个负责裁剪。
Pi Agent Core 实战（5/10）：把事件流当 UI
用户判断一个 Agent 靠不靠谱，用的不是准确率，是它有没有在动。同一个工具跑 600 毫秒，你可以让用户盯着空白等 600 毫秒，也可以在第 100 毫秒就告诉他扫到第几片了。后者不会让任务更快，但会让它看起来更可信。
Pi Agent Core 实战（4/10）：工具就是函数
把工具当成“注册一个函数”是新手最贵的误解。模型看不到你的函数体，它只能看到名字、描述和参数 schema——这三样东西合起来就是一份给模型看的接口文档。写成什么样，直接决定模型能不能一次用对。
Pi Agent Core 实战（3/10）：40 行跑通第一个 Agent
上一代框架最容易劝退人的地方是脚手架：配置文件、目录约定、中间件注册，跑通一个 hello world 要读半小时文档。pi-agent-core 反过来——核心就是 new Agent() 加一个 streamFn，剩下都是你自己决定。这...
Pi Agent Core 实战（2/10）：三层拆开看
很多人第一次看 pi 的仓库会困惑：为什么一个 Agent 框架要拆成三个包？装一个不行吗？答案藏在一个数字里——真正的循环层只占整个体系代码量的 1.7%。拆开不是因为讲究，是因为不拆就没法只替换其中一层。
Pi Agent Core 实战（1/10）：400 行循环替掉 LangGraph
用 LangGraph 和 LangChain 搭 Agent，最容易失控的地方不是图写得多复杂，而是每一步该做什么，被编排代码提前决定了。模型拿到的是一个已经切好的流程，它只能在节点内部说话，不能决定下一个节点是谁。我把同一批 30 个故...
海外订阅这一年：账算清了，麻烦没少
一年下来，为几款海外 AI 工具付的钱里，月费占了九成六。剩下那 4% 不痛，痛的是每个月都要重新确认一次：这张卡今天还能不能过。 *价格取自各厂商官方定价页与第三方 App Store 区域价目（2026-10-23 至 10-30），汇...
VPS 英文单词对照：读懂 GreenCloud 的配置单
英文 VPS 站的配置单不是在考英语，是在考你知不知道每个词对应账单上的哪一项。同一张卡片，unmetered 说的是不按流量收钱，10Gbps port 说的是物理上限，fully scalable 说的是加钱才能加
五家的 Agent 越来越像：DeepSeek 是第五个
10 月 31 日，DeepSeek 发了一篇 Super-agent 设计长文。同一条赛道上，这已经是 71 天里的第五份答卷。把五份并排放，会发现一件比“谁更强”更值得说的事：骨架已经收敛了。
2.89 亿 token，13 美元：我把 WorkBuddy 的用量算清楚了
我想知道自己一个月在 WorkBuddy 上用了多少，以及这些 token 到底值多少钱。查完发现两件事：数字比想象的大得多，钱比想象的少得多。
InstaBox 免费送一台 4C8G：AI Agent 有了专属云电脑
> **Affiliate 披露**：本文含 InstaBox 推荐链接。通过链接注册或购买，站点可能获得佣金，不增加使用者的费用。产品信息来自 2026 年 10 月 24 日可访问的官网、文档和定价页，套餐以后可能调整。 InstaBo...
Anthropic 日合并 3 万个变更：代码审查告别逐行阅读
AI 把写代码的速度拉高以后，代码进入生产环境之前的整条通道最先开始承压。 Anthropic 最近公开了两篇很值得放在一起看的工程文章。一篇讲 Claude Code 团队怎样重做代码审查，另一篇讲他们为什么在五个月内把巨型单体仓库从 G...
Pi Durable：Agent 崩溃后，任务还能接着跑
大多数 Agent 看起来很聪明，底层却很脆。 它可以连续调用十几个工具，可以把任务拆给多个子 Agent，也可以在终端里工作几个小时。但只要进程被杀、容器重启、网络中断，或者机器合盖休眠，刚才那条执行链往往就断了。接下来通常要靠人翻日志、...
OpenClaw Skill 装不上，问题不只在审批开关
在飞书里让 OpenClaw “安装一个 Skill”，Agent 明明已经把提案生成出来，流程却停在 pending。接下来还得再发一句“批准并应用”，Skill 才会进入可用状态。 这个行为适合多人共用、权限边界复杂的环境。放在单用户、...
GetPlus 的 GEO 做对了什么？好的 AI 站点有这 3 个特征
很多站点还在用旧 SEO 的思路做 GEO：堆关键词、批量发文章、给页面加一段 FAQ Schema，然后期待 ChatGPT、Gemini 或 Perplexity 主动推荐自己。GetPlus AI 的案例说明，生成式引擎优化真正考验的...
Codex 开始进入生产现场：从 Grafana 告警到 Kubernetes 修复，AI Agent 如何参与线上事故处理
凌晨三点，结账接口的错误率突然升高。值班工程师打开 Grafana，接下来要做的事情往往很琐碎：确认到底是哪项服务受影响，找出最近发生了什么变化，再把监控面板、日志、部署记录、代码提交和运行环境拼到一起。真正困难的地方，往往不在于某一条命令...
