Pi > Claude Code 和 Codex？同一个模型，账单只有一半
Databricks 拿自家几百万行真实代码库跑了一遍主流大模型 × 命令行工具的两两组合：性价比最高的 7 个组合里 4 个是 Pi，全场最高分 90% 也是 Pi。同样的活，Pi 的账单往往只有 Claude Code 的一半。从数据可信度、Pi 为什么这么省、到你自己该用哪个，一篇讲透。
Codex
一文看懂 Harness Engineering，帮你的 AI 提效 10 倍
裸模型在严肃工程任务上已经不够用了。真正拉开差距的，是围绕模型搭出来的 Harness：上下文管理、工具执行、任务编排、反馈机制和架构护栏。
给 Coding Agent 造一个记忆仓库
每次会话结束，AI 的上下文清零——这不是 bug，是所有 coding agent 的根本缺陷。本文分享我如何用纯 Markdown 文件构建三层记忆架构，让 Claude Code 和 Codex 跨 session 记住决策和踩过的坑，哪些东西值得记、哪些是噪音，以及跨 agent 兼容时遇到的工程现实。