DeepSeek + Pi 王炸组合跑赢 Claude Code？Pi创始人：这套组合我早押中了

缓存命中的惊人数据

8 月 11 日，Pi Harness 创始人 Mario Zechner 转发了一组数据：开发者 0xEvan 用 Pi 调用 DeepSeek V4 Flash，处理了近 10 亿输入 Token，缓存命中率达到 99.93%，最终只花了 2.65 美元。如果没有缓存，同等用量预计需要 132 美元。

数据对比

另一名开发者 Shantanu Goel 表示，DeepSeek V4 Flash 在其他 Harness 中的缓存命中率通常为 94% 至 97%，到了 Pi 中却能持续达到 99% 以上。Mario 评价道："使用本地模型时，这一点尤其好用。"

这也让人想起 Mario 今年 5 月的评价："pi + ds4 == sovereign AI enterprise ready clearly."——Pi + DeepSeek 4，企业级 AI 这不就成了吗。

Composio 横向测试：Pi 跑赢 Claude Code

Composio 选用同一个模型 DeepSeek V4 Flash，让它分别运行在 8 种不同的智能体 Harness 中，完成 30 项高难度智能体任务。

测试结果排名：

Pi Agent：通过 20 项，成功率 66.7%
Oh My Pi：通过 17 项
Claude Code / Codex / Deep Agents：均通过 16 项
Prime Agent / Hermes Agent：通过 15 项
OpenCode：通过 14 项，排名最后

同一个模型，仅仅更换外面的 Harness，成功率便从 46.7% 升至 66.7%，相差整整 20 个百分点。

成本差距更加明显：

Pi 平均完成一项成功任务：$0.028
Claude Code：$0.195（接近前者的 7 倍）

Pi 完成任务的中位时间为 132.2 秒，略慢于 Claude Code 的 122.7 秒，但综合成功率、速度与成本，交出了最突出的成绩。

Harness 乘数效应

这项测试体现了所谓的"Harness 乘数效应"：围绕 AI 搭建的工具会放大或削弱模型的实际表现。选对 Harness，同一个模型可以同时变得更可靠、更高效；选错 Harness，即使底层模型智能水平完全相同，任务成功率和运行效率也可能明显下降。

Composio 强调：如果一份 Agent 排行榜只写模型名称，却没有交代使用了哪套 Harness，那么这个分数就是不完整的。

极简的 Pi，为什么反而赢了

Pi 几乎没有添加额外配置，采用全新、未经修改的默认安装，只接入了测试所需的 MCP 服务器插件。正是这样一套接近开箱即用的方案，最终通过了最多的任务。

反观 Prime Agent：产生了最庞大的会话，部分会话消耗多达 350 万 Token，进行了 33 次工具调用。评分器仅处理它们就发生了超时，两次运行无法评分，另外四次没有留下记录。即使只看有效运行，Prime 通过的任务数量也只与 Hermes 相当，耗时却接近 Pi 的两倍。

核心洞察： 功能和会话最庞杂的 Prime，被自身运行负担拖慢；更轻量的 Pi 以较低开销通过了最多任务。每增加一层，智能体就多了一个可能迷路的地方；每增加一个工具，就多了一项需要做出的选择；每增加一份庞大的指令文件，行动前就要阅读更多噪声。

干净的 Harness 给模型提供了一条从接收任务到完成任务的短路径，臃肿的 Harness 则让它四处绕路。

99.9% 的缓存命中率是怎么做到的？

DeepSeek 前缀缓存机制

DeepSeek API 会缓存请求中提示词的前缀。如果下一次请求开头的 Token 序列与上一次完全相同，服务端就直接从缓存中读取，以远低于普通输入 Token 的价格计费。

关键约束： 这是一种前缀缓存，匹配需要从第一个 Token 开始。如果上下文前部发生变化，其后的大量 Token 就可能无法继续命中原有缓存。前缀越早发生变化，后面被"连坐"的 Token 就越多。

Reasonix 的设计原则

开源 Reasonix 围绕 DeepSeek 前缀缓存设计，核心原则：保持上下文前端稳定，采用追加而非修改的方式，并将变更成本降至最低。

具体实现：

启动时注入稳定的环境摘要——不在每轮对话中重新生成
过时工具输出截断清理——二十轮前一次 cat 命令的大量结果不会一直留在前缀中
工具 Schema 契约文档化 + 变更回归审查——工具定义被悄悄调整会导致缓存失效且表面看不出异常
双模型独立会话——执行模型和规划模型分别运行在各自缓存稳定的会话中，不交错放进同一上下文（最巧妙的设计）

pi-deepseek-cache 扩展

Pi 生态中的 pi-deepseek-cache 扩展与 Reasonix 思路高度一致：

层级	功能	对应 Reasonix 原则
P0	启动时冻结日期和工作目录，杜绝动态内容	稳定环境摘要
P3	缓存友好压缩：temperature=0 确定性摘要 + 哈希缓存	过时输出剪枝
P2	SHA-256 哈希诊断前缀变化	Schema 契约审查

降本效果：

deepseek-v4-flash 输入 Token：$0.14 → $0.003/百万 Token（降幅 98%）
deepseek-v4-pro 输入 Token：$3.00 → $0.025/百万 Token（降幅 99%）

写在最后

DeepSeek 官方至今还没有推出自己的 Harness。8 月 11 日，"DeepSeek Harness 团队"微信公众号已完成注册，被解读为产品即将正式发布的信号。

官方 Harness 的核心优势在于"原生适配"：第三方只能通过公开 API 做逆向优化，而官方团队可以和模型训练团队背靠背协同，让模型针对 Harness 的调用模式做针对性优化，Harness 也能利用模型内部的非公开信息——这种深度整合是任何第三方都做不到的。