แท็ก

#Pi

5 บทความ

Pi ออกเวอร์ชัน 1.0 อย่างเป็นทางการ พร้อมแยก "Pi Durable" เป็นแพ็กเกจทดลองสำหรับสร้างเอเจนต์ที่รันได้นานและทนต่อ process crash — checkpoint ทุกขั้น, fork บทสนทนา, compaction เบื้องหลัง

1 ต.ค. 2026 Earendil ปล่อย Pi 1.0 ซึ่งรวม Codemode, MCP, virtual models, deferred tool loading และ cache warming ไว้เป็นชุดที่เสถียร พร้อมเปิดตัว Pi Durable เป็นเฟรมเวิร์ก harness แยกต่างหากที่ checkpoint ทุก task ลง SQLite/JSONL ทำให้เอเจนต์กลับมาทำงานต่อได้หลัง process ตาย ทั้งสองตัวใช้ไลเซนส์ MIT

2 ต.ค. 2569 · อ่าน 5 นาที

เครื่องมือนักพัฒนา

Pi 0.99 กลับลำ รองรับ MCP ในตัวหลังเคยประกาศว่าจะไม่ทำ — tool จาก MCP ถูกซ่อนหลัง "Codemode" sandbox JavaScript ที่โมเดลเขียนสคริปต์เรียก tool ขนานกันได้ ไม่ต้องยัด tool ทั้งหมดลง context

29 ก.ย. 2026 Earendil ปล่อย Pi 0.99 ที่รองรับ MCP เป็นฟีเจอร์ในตัว ทั้งที่ pi.dev เคยประกาศชัดว่าไม่รองรับ แต่ไม่ได้เอา tool ไปวางให้โมเดลเห็นตรง ๆ ค่าเริ่มต้นคือซ่อนไว้หลัง Codemode ซึ่งเป็น sandbox QuickJS ที่โมเดลเขียน JavaScript ค้นหาและเรียก tool เอง ส่วน 0.99.2 ที่ออกวันถัดมาก็เลิกให้เซิร์ฟเวอร์ MCP บล็อก prompt แรกแล้ว

1 ต.ค. 2569 · อ่าน 5 นาที

เครื่องมือนักพัฒนา

Unreal Agent เปิดซอร์ส harness แบบ async ล้วน (MIT, Go) — tool call ทุกตัวคืนสถานะ "กำลังทำ" ทันทีแล้ววิ่งเบื้องหลัง อ้างถูกกว่า Codex สูงสุด 40% ที่คะแนนเท่ากัน

22 ก.ย. 2026 Unreal Labs ปล่อย Unreal Agent เป็น harness สำหรับเอเจนต์ที่จัดการ tool call แบบ asynchronous ทั้งหมด โมเดลไม่ต้องเสียเทิร์นไปกับการรอหรือ poll และผู้ใช้สั่งเปลี่ยนทิศได้กลางทาง ผลทดสอบของบริษัทเองบน GPT-6 Astra xhigh ได้ Terminal-Bench 4.0 57.9% เท่า Codex แต่ค่าใช้จ่าย $1,428 เทียบ $2,350 โค้ดเป็น Go สัญญา MIT

23 ก.ย. 2569 · อ่าน 5 นาที

เครื่องมือนักพัฒนา

Pi 0.86 เพิ่ม "cache warming" เปิดเป็นค่าเริ่มต้น — ยิงคำขอ 1 โทเคนเลี้ยง prompt cache ไม่ให้หมดอายุระหว่างรอ tool ยาว ๆ และจะยิงก็ต่อเมื่อคาดว่าประหยัดได้อย่างน้อย $0.05

19 ก.ย. 2026 Pi ซึ่งเป็น agent harness แบบ MIT ที่มีดาวบน GitHub เกือบ 108,000 ดวง ออกเวอร์ชัน 0.86.0 พร้อมฟีเจอร์ cache warming ที่ส่งคำขอซ้ำแบบจำกัด output ไว้ 1 โทเคนก่อน prompt cache จะหมดอายุ ตัดสินใจจากต้นทุนที่คาดว่าจะประหยัดได้ และเปิดโหมด streaming เป็นค่าเริ่มต้น เราคำนวณจากราคา cache ของ Anthropic ได้ว่าการ refresh หนึ่งครั้งมีต้นทุนราว 8% ของการเขียน cache ใหม่

21 ก.ย. 2569 · อ่าน 6 นาที

เครื่องมือนักพัฒนา

HarnessTax จาก Berkeley วัด 21 คู่ model–harness แล้วพบว่า harness แทบไม่ขยับความสำเร็จ แต่ขยับค่าใช้จ่ายได้ถึง 5 เท่า — และโมเดล Claude อาจไม่ต้องใช้ Claude Code

16 ก.ย. ทีมจาก UC Berkeley Sky Lab (รวม Ion Stoica และ Matei Zaharia) เผยแพร่ HarnessTax วัด 21 คู่ระหว่าง 7 โมเดลกับ 3 harness — Claude Code, Codex CLI และ Pi — บน SWE-bench Lite และ Terminal-Bench 2.0 ผลคือ harness แทบไม่เปลี่ยนอัตราสำเร็จ (±2% และ ±5%) แต่เปลี่ยนค่าใช้จ่ายได้ถึง 5 เท่า และใน 9 จาก 12 การเปรียบเทียบ โมเดลทำคะแนนสูงสุดบน harness ที่ไม่ใช่ของผู้ผลิตตัวเอง

17 ก.ย. 2569 · อ่าน 8 นาที