最近一轮 Agent Harness 测试里,同一个 DeepSeek V4 Flash,接入同一套 MCP 工具,跑 30 个跨应用任务,结果并不一样:Pi 完成 20 个,OpenCode 完成 14 个;按成功任务计算,Pi 的单任务成本约 0.028 美元,Claude Code 是 0.195 美元。DSH 没有参加这轮测试,下面不把它和这组数字并列。
任务也不是单步写代码。比如从 Gmail 找出符合条件的工单,原样写进 Google 表格,补充账号信息,再把统计发到 Slack;中间有一批诱饵工单不能碰,已经排除的记录也不能改写。模型要在几个系统之间取数、核对、写入,还得记住哪些动作已经发生。
数字看起来像排名,背后其实是另一件事:工具说明、提示词、超时、缓存、重试和状态恢复,只要有一处不同,同一个模型就会走出不同的路径。真正托住这条路径的,是模型外面的 Harness。
这也是我比较 Pi、OpenCode 和 DSH 时最关心的地方:它们并不是同一产品的简化版、标准版和平台版,而是把复杂度交给了不同的层。
复杂度落点
把 Agent 想成一个会持续工作的研发同事,模型只负责在当前上下文里决定下一步。它并不知道某个文件句柄由谁创建,也不知道 Slack 消息是否已经成功送达。上下文怎么来、工具怎么执行、失败后如何恢复,都由 Harness 接住。
放在一起看,我会把它们的分工理解成三种放置方式:
- • Pi 管得很近,重点是一次任务的内环和 Extension 运行时;
- • OpenCode 把常用路径做成产品,并用 Server、Instance 和 Session 组织多种客户端;
- • DSH 继续往下管,连 Provider、Consumer、作用域、替换和退出都纳入运行时。
复杂度往下移,不等于系统就更好。它带来更多约束,也带来更多需要学习和排查的边界。
Pi:内环很短
Pi 默认给模型的工具只有 read、bash、edit 和 write。MCP、子 Agent、计划模式、审批界面等,并不是一开始就塞进核心,而是交给 TypeScript Extension 去接入。
Extension 的能力很深:可以注册工具、命令、Provider 和界面,修改提示词,监听会话事件,也能保存自己的状态。一个代码审查扩展可以启动语言服务器,另一个扩展可以监听文件变化;从调用点到实际执行,中间没有很长的框架链路。
换句话说,Pi 把内环做短,把工作流差异留给 Extension。四个默认工具覆盖读、改、跑、验证,更多能力则由扩展按项目需要长出来。
Mario Zechner 转发过一个 Pi 调 DeepSeek V4 Flash 的案例:近 10 亿输入 Token,缓存命中率 99.93%,总成本 2.65 美元。这个数字不能拿来替所有任务估算费用,但它说明了一件工程上的小事:请求前缀保持稳定,缓存命中时,成本差异可能比换一个模型还明显。
短内环的代价也很具体。扩展启动的语言服务器、文件观察器、PTY、临时目录和网络连接,都是扩展作者创建的资源,核心不会替它们推断所有权。
/reload 的实现能说明这个边界。Pi 会向旧 Extension runtime 发出 session_shutdown,重新加载设置、Provider、Extension、Skill 和提示词,构建新的 runtime,再发出 session_start(reason: "reload")。旧命令的调用栈不会因为 reload 自动消失;await ctx.reload() 之后继续使用旧的 ctx,就可能碰到已经失效的运行时。官方文档因此要求把 reload 当作当前 handler 的终点,长期资源在 session_start 创建,在 session_shutdown 幂等清理。
这套生命周期事件很有用,但它只提供边界,不负责替每个扩展写清理代码。扩展越多,依赖关系越靠约定、测试和代码审查维护,Pi 不会在运行时替你生成一张公共依赖关系。
Pi 的会话也有自己的“树”:每条 JSONL 记录带 id 和 parentId,当前 leaf 决定发给模型的活动路径;/tree 可以在同一会话文件中切换分支,/fork 和 /clone 则建立新的会话文件。这解决的是历史导航和上下文选择,不是插件依赖图。把两者混在一起,排障时很容易找错方向。
安全边界同样要单独算。Project Trust 能控制项目级设置和 Extension 是否加载,却不是操作系统沙箱。能够调用 bash、读取环境变量的扩展,权限仍接近运行 Pi 的用户;高风险任务要靠容器、虚拟机或远程执行环境补上隔离。
OpenCode:Server 承担边界
OpenCode 的核心选择不是“再提供几个工具”,而是把 Agent 做成一个有稳定服务边界的产品。
运行 opencode 时,TUI 是客户端,Agent、工具、会话和项目状态由 Server 提供;也可以单独运行 opencode serve,通过 OpenAPI 3.1 接口接入桌面端、IDE、脚本或 SDK。/event 提供 SSE 事件流,客户端不需要把一次任务堵在一个终端进程里。这个边界解释了 OpenCode 为什么能同时服务终端和其他前端,也解释了它为什么更像一个产品而不是一组可随意替换的库。
Server 内部按项目目录维护 Instance。源码里的 InstanceStore 会缓存同一目录的 Instance;加载时初始化配置、插件、LSP、格式化器、快照和 VCS 等服务,释放或 reload 时调用实例级 disposer,把这一目录下的状态一起清掉。两个目录可以各有一套状态,客户端只是通过 HTTP 请求找到对应 Instance。
插件也附着在这个边界上。插件从项目或全局配置加载,形成一组按…