Pi 与 HarnessRouter 实操，同一模型成本差 5 倍

在相同的基准测试中，同一款前沿大模型跑完同样的编程任务，调用成本可以相差 2 到 5 倍。加州大学伯克利分校 Sky Lab 在 2026 年 9 月 16 日发布的 HarnessTax 评测数据显示，让 Claude Fable 5 在官方 Claude Code 环境中运行，平均单任务成本为 1.33 美元，而在极简外壳 Pi 中仅需 0.67 美元，两者的任务成功率基本持平（97.8% 对 96.7%，平均外壳效应对成功率的影响不超过 ±2%）。

表面看是模型 API 定价高昂，本质是外壳程序（Harness，即承载大模型的运行脚手架与工具执行环境）在每次会话首轮注入了高达 10 倍的冗余 Prompt 与复杂工具声明。这种由工程框架带来的无谓 Token 消耗被称为“外壳税”（Harness Tax）。摆脱这一成本黑洞的关键，在于掌握轻量级 Harness 的替换与多模型路由调度技术。

智能体外壳税的成因与上下文膨胀机理

Harness 是连接大语言模型与操作系统底层交互的桥梁，负责管理上下文窗口、分发系统指令并执行工具调用。在 SWE-bench Lite 和 Terminal-Bench 2.0 的严谨评测中，研究人员发现外壳对成本的影响远远压倒了其对正确率的微弱提升。


+----------------------------------------------------------------+
| 传统臃肿 Harness (如 Claude Code)                              |
| [10x 初始上下文: 冗余安全指令 + 庞大工具 Schema] --> 每轮累积计费 |
+----------------------------------------------------------------+
                                vs
+----------------------------------------------------------------+
| 极简 Harness (如 Pi)                                           |
| [4 个原子工具: read, write, edit, bash] ---------> 成本直降 50% |
+----------------------------------------------------------------+

跨共享模型测试显示，在 SWE-bench Lite 上 Claude Code 的平均调用成本是 Pi 的 2.0 倍、Codex CLI 的 1.6 倍。成功率的平均外壳效应在 SWE-bench Lite 上不超过 ±2%，在 Terminal-Bench 2.0 上仅约为 ±5%。模型往往在非官方配套的外壳中跑出更佳成绩，例如 Sonnet 4.6 在 Codex CLI 中的成功率为 68.9%，高于官方 Claude Code 的 66.7%；GPT-5.6 Sol 在 Pi 里的成功率达 83.3%，高于 Codex CLI 的 78.9%，而调用开销仅为后者的一半（0.42 美元对 0.76 美元）。

这一差距从第一次模型调用便已确定。主流商业 CLI 为了通用安全策略与全功能覆盖，在初始上下文注入了庞大的通用规则与冗长的工具描述，首轮上下文体积可达极简外壳的 10 倍以上。随着多轮交互推进，这些未经裁剪的历史上下文在每一次模型往返中被重复计费，最终形成高昂的外壳税。

需要明确的是，该基准测试屏蔽了外网访问且主要针对独立任务。在涉及跨天协作或长程复杂工程时，臃肿外壳提供的防御性提示词可能减少工具调用失误，因此降本方案需结合业务场景动态落地。

极简 Harness Pi 的安装与上下文精简实操

Pi（@earendil-works/pi-coding-agent）是一个遵循极简主义理念的开源 Agent Harness，默认仅向模型暴露 4 个原子工具：read、write、edit 和 bash。它摒弃了内置的子智能体规划，将初始上下文压缩到极致。

1. 安装与鉴权配置

通过 npm 全局安装或官方脚本部署：


# 通过 npm 全局安装
npm install -g --ignore-scripts @earendil-works/pi-coding-agent

# 或者使用官方一键脚本
curl -fsSL https://pi.dev/install.sh | sh

在终端直接导出 API Key 并启动：


export ANTHROPIC_API_KEY=sk-ant-api03-...
pi

对于拥有订阅的用户，也可在进入交互界面后输入 /login，直接绑定 Claude Pro/Max、ChatGPT Plus/Pro 或 GitHub Copilot 凭据。

2. 自定义模型接入与兼容性配置

修改配置文件 ~/.pi/agent/models.json，可以接入本地 Ollama、vLLM 或第三方中转服务。以下是接入本地 Ollama 模型的标准配置模板：


{
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434/v1",
      "api": "openai-completions",
      "apiKey": "ollama",
      "compat": {
        "supportsDeveloperRole": false,
        "supportsReasoningEffort": false
      },
      "models": [
        { "id": "qwen2.5-coder:7b" },
        { "id": "deepseek-coder-v2:16b" }
      ]
    }
  }
}

部分兼容服务无法识别推理模型专用的 developer 角色，设置 compat.supportsDeveloperRole: false 会强制将初始化指令降级为标准的 system 消息；若服务不支持思考强度调节，需将 compat.supportsReasoningEffort 设为 false。

3. 无缝复用 Claude Code 技能库

迁移至 Pi 无需重写原有的扩展指令。Pi 实现了 Agent Skills 标准，支持渐进式披露机制，即常驻上下文仅保留工具描述，完整执行逻辑在模型主动调用时才动态加载。

在全局配置文件 ~/.pi/agent/settings.json 中挂载现存技能目录：


{
  "skills": [
    "~/.claude/skills",
    "~/.codex/skills"
  ],
  "compaction": {
    "enabled": true,
    "reserveTokens": 16384,
    "keepRecentTokens": 20000
  },
  "thinkingBudgets": {
    "minimal": 1024,
    "low": 4096,
    "medium": 10240,
    "high": 32768
  },
  "enableInstallTelemetry": false
}

配置完成后，外部技能会自动映射为 /skill:name 形式的 CLI 命令。开启 compaction 机制后，当会话历史超过预设窗口时，系统会自动生成带索引的有损摘要，而完整历史依然留存在底层的 JSONL 文件中，可通过 /tree 命令随时分叉回滚。

企业级动态分发：用 HarnessRouter 搭建多外壳网关

在团队与生产环境中，将单一 Harness 硬编码进产品后端会丧失架构灵活性。HarnessRouter 是一个遵循 Unified Harness Protocol（UHP）规范的开源路由网关，它将 Codex、Claude Code 与各类轻量外壳转化为兼容 OpenAI Responses API 的后端微服务。


+-------------------------------------------------------------+
|                      Client / Product                       |
+-------------------------------------------------------------+
                              |
                     Responses API Call
                              v
+-------------------------------------------------------------+
| HarnessRouter Container                                     |
|  +-----------------------+     +--------------------------+ |
|  | Console (:3000)       | --> | Gateway (:8080)          | |
|  +-----------------------+     +--------------------------+ |
|                                              |              |
|                                       Loopback Dispatch     |
|                                              v              |
|                                +--------------------------+ |
|                                | Runner (:8081)           | |
|                                | (Session Workspace)      | |
|                                +--------------------------+ |
+-------------------------------------------------------------+

1. 单容器部署 HarnessRouter

运行以下 Docker 命令即可快速启动本地服务，数据卷将持久化保存密钥、工作区与执行日志：


docker run -d \
  --name harnessrouter \
  -p 127.0.0.1:3000:3000 \
  -v harnessrouter_data:/data \
  harnessrouter/harnessrouter

请勿在 docker run 中添加 --user 参数，容器内的 Runner 模块需要宿主环境权限为每个会话创建隔离的操作系统用户。启动后访问 http://localhost:3000，使用默认账号 harnessrouter / harnessrouter 登录并立即重置强密码。

2. 通过 API 动态切换 Harness

在 HarnessRouter 控制台的 /keys 页面创建 API Key，后端服务即可通过标准 HTTP 请求调用指定的 Harness 执行具体代码修改任务。


export HARNESSROUTER_BASE_URL="http://localhost:3000/api/harness"
export HARNESSROUTER_API_KEY="hr_sec_9f8e7d6c5b4a..."

curl --fail-with-body -sS "$HARNESSROUTER_BASE_URL/v1/responses" \
  -H "Authorization: Bearer $HARNESSROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": "检查当前仓库的 package.json，将所有过期的 devDependencies 升级至最新稳定版并运行测试",
    "metadata": {
      "harness_id": "pi"
    },
    "model": "claude-3-7-sonnet-20250219",
    "stream": false
  }'

将 metadata.harness_id 从 pi 切换为 codex 或 claude-code，即可在底层完全不动业务代码的前提下，评估不同外壳在实际工程项目中的执行耗时与 Token 成本。HarnessRouter 官方基准给出的同一任务八组外壳与模型配置对比中，成本最低与最高相差 99.8%，端到端延迟相差 3.2 倍，且每个任务的最低成本与最快配置并不固定。

智能体外壳演进路线与避坑指南

智能体外壳并非越复杂越好，工程架构的演进应与实际任务复杂度相匹配。

阶段	核心问题	留下的硬伤
原生全家桶 CLI	系统提示词极度臃肿，每次调用重复加载海量通用安全与流程规则	首轮 Token 膨胀 10 倍以上，多轮对话成本呈指数级上升
极简四工具外壳	缺乏内置权限管控与沙箱边界，仅靠模型自我约束执行指令	容易因工具调用参数微小偏差陷入死循环，裸机执行存在安全隐患
动态路由网关	多模型工具语法存在差异（如 Patch 语法与字符串替换语法的冲突）	需针对底层模型微调工具描述，运维与容器权限配置复杂度提高

在落地方案时，建议遵循以下三条实操原则：

迁移前先测初始底噪：利用 Pi 自带的终端 footer 状态栏，实时观察每轮对话的输入 Token、输出 Token 与缓存命中率（CH）。该研究测得 Claude Code 的平均初始上下文是 Pi 的 10 倍以上，可以把这当作自查基准，首轮输入明显超出任务本身所需时就排查有无未压缩的 Schema 注入。
工具语法必须匹配模型微调习惯：Anthropic 体系模型对 Edit(file_path, old_string, new_string) 结构的字符串替换响应最好，而 OpenAI 体系模型在处理 apply_patch_call(patch) 这类标准补丁语法时准确率最高。在自定义 Harness 时，不可强行统一底层工具形态。
极简外壳必须加装沙箱保护：由于 Pi 类轻量框架默认以宿主当前用户权限执行 bash 命令，生产环境务必搭配 Docker 或 Gondolin 微虚拟机扩展运行，禁止在未受信的项目根目录下开启免确认执行。

综合判断与一个未解问题

当前大模型编程能力的瓶颈，很大程度上不是模型基础推理能力不足，而是工程封装层过度设计带来的资源错配。单纯堆砌上下文和嵌套复杂代理，往往带来边际效益递减与账单飙升。将通用规则裁剪为按需加载的 Agent Skills，并采用轻量 Harness 与统一路由网关，是让 AI 编程进入大规模工业化落地的正确路径。

一个尚未完全解决的核心工程难题在于：如何在极简外壳超低的初始 Token 占用，与复杂长程开发所需的深层容错机制之间找到自适应平衡点？当任务跨越数十个代码仓库且持续数天时，极简外壳容易因缺少前置校验而产生坏编辑，而全量防护机制又必然推高成本。开发出一种能够根据实时报错率动态伸缩上下文的弹性 Harness，将是下一阶段开源社区的探索重点。

引用来源

UC Berkeley Sky Lab, HarnessTax Research. 2026-09-16. https://harnesstax.github.io/
Hacker News Discussion on HarnessTax. 2026-09-16. https://news.ycombinator.com/item?id=49733726
Pi Agent Harness Official Documentation. 2026-09-15. https://pi.dev/docs/latest
Pi Mono Repository & Coding Agent Specification. 2026-09-16. https://github.com/earendil-works/pi
HarnessRouter Repository & UHP Implementation. 2026-09-17. https://github.com/HarnessRouter/harnessrouter
Unified Harness Protocol Specification. 2026-09-10. https://unifiedharnessprotocol.org