夜雨聆风
OpenClaw 的核心引擎:Pi Agent
OpenClaw 是过去半年增长最快的个人 AI 网关之一：50 多个集成通道、RL 个性化层、ClawHub 技能市场，这些外层能力让它从众多 AI 工具中跳了出来。但它的真正编码能力，来自一个少被单独拆解的内部引擎——Pi Agent。
Pi Agent 由 libGDX 作者 Mario Zechner 创建，MIT 协议开源。OpenClaw 将其作为底层编码代理运行时（内部称为 PI harness），负责工具调用、会话管理和模型交互。它的设计围绕三个核心能力：执行模式分层、安全边界可控、在文件系统中实现个性化。
Pi Agent 的真正价值是为 Agent 工程提供了一套可组合、可裁剪的运行时基座。
Pi Agent 内置 8 个基础工具（read、write、edit、bash、grep、find、ls、hashline_edit），支持 Anthropic、OpenAI、Google、Groq、DeepSeek 等 14 个模型提供商。但让它区别于其他编码 CLI 的，是三层执行模式：
第一层 Interactive 模式提供全功能 TUI，流式输出、会话分支、自动补全，面向日常编码交互。
第二层 Print 模式把单次回复输出到标准输出，可脚本化，适合 CI 流水线和批量任务。
第三层 RPC 模式通过无头 JSON 协议供外部程序嵌入调用——这正是 OpenClaw 把 Pi Agent 当作内部 harness 的方式：它不需要操作 TUI，只需要通过协议收发指令和结果。
三层共用一套工具链和模型交互逻辑。在同一次会话中，你可以先从 TUI 开始调试，验证通过后把同一段 prompt 交给 Print 模式跑批，最后在网关层通过 RPC 把能力暴露给多个通道。
Pi Agent 的安全设计
能力门控：每个工具调用经过两阶段执行审批，绕过审批无法执行。
信任生命周期：工具权限状态从 pending → acknowledged → trusted → killed 逐级流转。
确定性 hostcall 反应器网格：工具调用的允许路径预先定义，不可动态扩展。
防篡改风险账本：每次工具执行写入可审计的风险记录，事后可回溯。
安全机制之外，Pi Agent 的个性化路径也不同于大多数 Agent 框架。它不依赖 Web 管理后台或 YAML 配置面板，而是从文件系统开始。
Skill 文件放在 ~/.pi/agent/skills/ 或项目目录的 .pi/skills/ 下，通过 /skill:name 调用。Prompt 模板是 ~/.pi/agent/prompts/ 下的 Markdown 文件，通过 /模板名 参数 触发。这套机制让个性化配置天然成为可版本管理、可团队共享的文件资产。
扩展系统同样轻量：223 个扩展入口，JS/TS 通过嵌入式 QuickJS 引擎运行，计算密集部分走原生 Rust，冷加载不到 100ms。npm 包分发机制（pi install npm:@org/pi-packages）让社区扩展可以直接复用 npm 生态的分发和版本管理。
OpenClaw 在此基础上还叠加了 RL 个性化层（OpenClaw-RL），通过对话反馈训练 Agent 的行为偏好。这个闭环触及了一个更根本的问题：个性化不是写一份 Skill 就结束，而是让 Agent 的执行风格在真实交互中持续收敛。
综合以上这些能力，在实现个性化Agent或者构造Agent系统时，我们又多了一个基座的选择！