Pi 1.0 实测：开启 Codemode，同一个任务省了 61% 的 token
Pi 在 10 天里从 0.87 连发到 1.0，最重要的升级是 Codemode：让 AI 写一段脚本一次把活干完，而不是一趟一趟地调用工具。我用同一个任务各跑 4 次做了对比：工具调用从 17 次降到 2 次，token 少了 61%，花费少了 72%。
TG · TAG
#AI Agent
7 篇文章
企业第一次用 Agent，先选哪一段流程？
第一次做 Agent，最常见的失败不是技术问题，而是一开始就选错了流程：太大、太模糊、错了代价太高。这篇给出 4 个判断问题和一张打分表，帮你挑出最适合当“第一个试点”的那段工作。
WorkBuddy、OpenClaw、Hermes、DeepSeek Harness 怎么选：先说清任务，再挑 Agent
“哪个 Agent 最好用？”这个问题本身就问错了。它们形态不同、适合的人不同、风险也不同。这篇给出一张对照表和 5 个判断条件，帮你在 5 分钟内缩小范围。
一个好用的 Skill 长什么样：目标、输入、步骤、验收
把一段工作交给 AI，最常见的问题不是模型不够强，而是没把事情说清楚。这篇拆开一个 Skill 的五个部分，附一份可以直接改的 SKILL.md 模板和写完后的检查清单。
做 AgentClaw：为什么教程要从“任务”而不是“产品”开始
AgentClaw 从一个 OpenClaw 教程站，变成按任务组织的 AI Agent 学习平台。这篇复盘写的是几个关键取舍：先问读者要完成什么，把完成标准写在前面，并且说清楚每篇内容到底验证过什么。
让 Agent 可见、可控、可复核：做 Vizruna 学到的 5 条原则
Vizruna 是我做的本地 Agent 工作台，一个多月里发了 10 个 Alpha 版本。这篇不讲功能清单，只讲做下来最重要的 5 条原则：过程要看得见、用到才加载、上下文要管、“完成”要有证据、改进要能比较。
只有 4 个工具的 Pi，是怎么帮我写出 Vizruna 的
Pi 是一个极简的编程 Agent：默认只给模型 read、write、edit、bash 四个工具，其他能力全靠按需安装。我用它写出了 Vizruna。这篇讲为什么“少”反而好用：更轻、更省 Token，而且每一样能力都由你自己决定。