一、案例背景
2026年8月，AI开发者社区被一组数据点燃。开发者0xEvan在社交平台公布，其使用Pi Harness（以下简称Pi）调用DeepSeek V4 Flash模型，在处理近10亿输入Token的任务中，实现了99.93%的缓存命中率，最终仅花费2.65美元。若没有缓存，同等用量预计耗资132美元。几乎同一时间，另一位开发者Shantanu Goel观测到，DeepSeek V4 Flash在其他Harness中的缓存命中率通常为94%至97%，而在Pi中却能持续稳定在99%以上。
这并非孤例。早在三个月前，Pi的创始人Mario Zechner就曾对“Pi + DeepSeek V4”组合做出过大胆预判：“pi + ds4 == sovereign AI enterprise ready clearly.”（Pi + DeepSeek 4，企业级AI这不就成了吗）。当时，这仅是他看到开发者用Pi在终端运行俄罗斯方块游戏后的一句即兴调侃。然而，2026年8月由AI工具公司Composio进行的一项公开横向测试，为这句调侃提供了坚实的注脚。
Composio的测试选取了同一个底层模型——DeepSeek V4 Flash，让其在8种不同的智能体Harness（即AI智能体的控制框架或工具链）中运行，完成30项高难度、需独立调用工具并完成全流程的智能体任务。测试结果出乎许多人意料：
- 成功率：Pi Agent以通过20项任务（成功率66.7%）的成绩位列第一；Oh My Pi以17项紧随其后；而备受关注的Claude Code、Codex和Deep Agents均只通过16项。
- 成本：Pi平均完成一项成功任务仅花费0.028美元，而Claude Code则需0.195美元，成本相差近7倍。
- 速度：Pi完成任务的中位时间为132.2秒，略慢于Claude Code的122.7秒，但综合考量成功率、成本与速度，Pi是当之无愧的综合最优解。
……