Pi vs DeepSeek Harness: architecture and benchmark differences
Compares Pi's minimal extensible design with DeepSeek Harness's everything-is-a-plugin approach, citing Terminal-Bench subset scores of 60.32% vs 52.38% on the same GPT-6 Astra.
Pi 和 DeepSeek Harness，到底有什么区别？🔥 Pi 我已经研究了很长一段时间了，但是 DeepSeek harness 刚接手，有人问过我一个问题：Pi 和 DeepSeek harness 有什么区别？ 我就花了一些时间研究了一下，总结了下面这几个点 1、Pi：核心尽量简单，想要什么自己加 Pi 默认只提供比较精简的 Agent 能力，需要 Subagent、特殊权限、定制工作流，就通过 Extension、Skills 和社区插件补上 它的好处是容易理解，也方便自己折腾，想改造某个功能，不一定要动整个运行时 2、DSH：Everything is a Plugin DeepSeek Harness 更激进，连 Model Adapter、Tool Registry、Session Storage，甚至 Agent Loop 都可以通过插件和配置进行替换 这意味着你不只是给 Agent 增加功能，还能重新组合它的运行体系。当然，插件依赖、配置复杂度和兼容性也需要自己处理 3、别以为 Harness 越复杂，效果就一定越好 我看到一组独立测试，在特定的 Terminal-Bench 子集上，同样使用 GPT-6 Astra，Pi 得分 60.32%，DSH 为 52.38% 另一组测试里，两者在任务耗时和成本上也各有表现。不过这些结果都受模型路由、任务集和测试配置影响，不能直接当成所有场景下的排名 这反而说明一个很重要的问题：模型相同，换个 Harness，任务成功率和实际成本也可能完全不同 4、一个适合日常折腾，一个适合深入改造 Pi 有终端、RPC 和 SDK，适合自己搭工作流、切换模型、开发扩展 DSH 则提供更完整的桌面和 Web 体验，也有执行轨迹可供分析，适合研究底层机制和插件组合 不过 DSH 目前仍处于 Developer Preview 阶段，安全隔离和兼容性都需要谨慎对待 我现在更感兴趣的，已经不是哪个 Harness 功能更多了，而是固定模型和任务后，换一套 Harness，究竟会对成功率、Token 消耗和实际账单产生多大影响 我就用一句话来概括：DeepSeek harness 是万物皆插件，插件化到连核心都可以替换，PI 极简，只属于你自己的 Agent
This post quotes another post: x.com/xiaomovps/status/2113093301717152107