TL;DR：Earendil 在 2026 年 10 月 1 日发布 Pi 1.0，把 MCP 和 Codemode 纳入核心。变化不只是多接几种工具，而是让主模型写一段程序，把筛选、循环和并发放进执行环境；官方演示说明这种方式能减少主模型的往返回合，但不能据此认定所有任务都更快、更便宜，或不再消耗推理成本。
一个以简洁、可扩展著称的终端智能体，为什么最终还是把 MCP 接进了核心？看上去是“真香”，更值得琢磨的却是工具怎么被调用：每处理一个对象都让模型回来决定下一步，还是先写好一段程序，让程序把一批工作做完？
Pi 1.0 的变化，可以从这两种工作方式的差别说起。
🎬 视频版（B站） ｜ 🎧 音频版（7 分 50 秒）｜ 🟢 Spotify 订阅 ｜ 📖 偏好阅读？文字版就在下方 👇
先分清：Pi 是工作环境，不是新模型
Pi 是围绕模型运行的智能体框架，也就是开发者常说的 harness。模型负责理解和决策，Pi 负责把终端、文件、工具、会话和扩展接起来。换一套工作环境，模型未必变聪明，但它能取得什么信息、怎样执行任务、错误如何回到会话里，都会变。
1.0 公告列出的变化包括原生 MCP 与 Codemode、虚拟模型扩展、延迟加载工具、Anthropic 缓存预热，以及对话中途插入系统消息等。界面也有新的主题和默认全屏模式。它们并不都是“模型能力升级”，更多是在改变工具编排和会话管理。
官方同时公布了实验性的 Pi Durable，但它是单独的包，不应把“Pi 1.0 发布”理解成所有耐久执行能力都已成熟。公告称两者均采用 MIT 许可；编辑时也核对了 Pi 的公开代码仓库及其 MIT 许可。
MCP 不是突然出现，而是接入层发生了变化
Earendil 在 9 月 29 日的工程文章里解释，Pi 之前已有 MCP 扩展。因此，这次不是从“完全不能用 MCP”变成“终于能用”，而是相关能力进入核心。
MCP 为外部服务提供统一的工具接口。但接口统一，并不能自动解决工具太多、描述太长、返回内容不方便处理的问题。主模型仍可能花很多上下文理解工具，执行时又被大段非结构化文本拖住。
Pi 此次核心改动涉及工具元数据和延迟加载，这些能力也能服务于 MCP 之外的工具。工程文章没有把 MCP 说成万能答案：有些服务的实现问题仍在，结构化数据和发现机制做得好不好，依然直接影响使用效果。
所以，“接入了多少工具”不是唯一值得看的指标。更重要的是：需要时能否找到正确工具，返回的数据能否可靠地继续处理。
Codemode 把重复步骤交给程序
传统调用方式常见的节奏是：模型调用工具，读结果，再决定下一次调用。遇到一批工单，这个过程可能重复很多次。
Codemode 允许主模型写程序，在 Pi 一侧的解释器沙箱中调用工具、处理结果。过滤、循环、聚合和并发可以在程序里完成，主模型不必为每一个对象都回来一次。
这里有两个容易误解的地方。第一，执行环境位于智能体框架一侧，不等于把任意代码交给远端 MCP 服务执行。第二，工程文章讨论了将小型 JavaScript 引擎作为 WASM 分发的做法，不是说模型生成的每段 JavaScript 都被编译成了 WASM。
执行状态还可以成为会话记录的一部分，让后续步骤继续使用已有状态。不过，有状态也意味着排错要关注程序执行过程，不能只看最后一句自然语言总结。
167 个工单的演示，究竟证明了什么
官方工程文章展示了一个 Linear 工单分析任务：程序取得 167 个工单，使用 4 个并发 worker，再用 Jev 分类器判断发言者的挫败情绪。展示的结果为 156 个无明显挫败情绪、11 个轻度、0 个高度。示例明确要求只看情绪，不判断问题有多严重，不能把它改写成工单优先级分类。
这个例子很能说明调用方式的变化：主模型编排一次，程序批量执行，再把汇总结果交回来。它没有证明“批量任务完全不需要模型”。Jev 分类器依然在工作，只是主模型不再逐条主持流程。
同样，少一些主模型回合，不等于总费用一定下降。实际账单还包括分类器推理、外部服务、失败重试等；速度也取决于服务延迟、限流和并发设置。上面的数字来自官方演示，不是独立基准，更不能外推成所有业务中的准确率或成本收益。
虚拟模型，也不是自动找到最优组合
发布公告还展示了一个扩展示例：用一个模型做规划，另一个模型执行，再由分类器协助切换。Pi 的“虚拟模型”机制，让扩展可以把这种组合包装成统一入口。
这为开发者提供了新的编排空间，却不代表 Pi 默认就会替所有人选出最佳模型。路由规则是否合适、切换时信息有没有丢失、缓存命中是否划算，都需要在自己的任务上验证。
模型组合越复杂，成本记录也越重要。否则，主模型看起来少调用了几次，费用却可能转移到了分类器和子任务里。
更少回合，不等于可以放宽权限
把一串操作交给程序，既能减少交互，也会让错误跑得更快。对于只读检索和分类，这通常容易检查；对于删除、付款或修改生产数据，循环中的一个错误可能影响整批对象。
这部分是编辑层面的实践判断：解释器沙箱不能替代外部工具的权限控制。工具仍应只获得完成任务所需的权限；涉及写操作时，还需要限制范围、预演、审核和可追溯的结果。
Pi 1.0 值得观察的地方，是把“模型想一想、工具动一下”推进到了更灵活的程序化编排。它提供了另一种组织工作的方法。收益到底有多大，仍要用具体任务的完成质量、延迟、总费用和出错后的恢复能力来衡量。
收看本期节目
原始资料与延伸阅读
本文由《听懂 AI》第 043 期 AI 访谈节目编辑整理，并非真人采访实录。产品功能与工单数字来自 Earendil 官方公告及工程演示；模型编排的收益未经独立实测，权限建议为编辑补充。本文核对时间为 2026 年 10 月 4 日。
- 原始公告：Pi 1.0，Earendil，2026 年 10 月 1 日。
- 原始工程文章：You Said No MCP!，Earendil，2026 年 9 月 29 日。Codemode 的实现讨论及 Linear 演示出自此文。
- 编辑补充：Pi 公开代码仓库与许可证，用于核对当前开放状态，不作为效果评测证据。