首轮锚定优化 Saolence/pi-dsh-optimizer

pi-dsh-optimizer

把 dsh 官方 minimal 的首轮请求搬给 pi —— 再顺手掐掉思维链里那句 "Let me…" 的循环。

DeepSeek 在 pi 里表现不好，不是 pi 不行，是 pi 喂给它的那段提示词，它压根没被这么训练过。

这个扩展把它被训练过的那一面还回去：官方 minimal 的原样开场，然后再把 pi 的东西全部交还。

pi 扩展 · 零配置 · 默认只认 DeepSeek · 52 个测试

先说那个 33 分

同一个模型，同一个基准，只因为外壳换了：

| 分数 | 外壳 |
| 87.9 | DeepSeek 官方 Harness |
| 54.68 | Terminus 2（第三方复跑） |

DeepSeek V4 Pro（0813）跑 Terminal-Bench 2.1。33 分的差距，最初闹成"DeepSeek 是不是作弊了"，最后留下一个更有用的结论：不写清楚外壳的跑分，就是一个没有单位的数字。

然后是最关键的那一下——同一个 Harness 内部，换预设也有同样的落差：

| 预设 | 分数 |
| minimal（只有 2 个工具） | 99 / 96 |
| standard | 91 |
| PTC（Code） | 92 |

如果 V4 Pro 只是"认自家的房子"，这三个数应该差不多。它们不是。变量是开场提示词和工具表——当外壳长得像它后训练时那副样子，模型表现最好。

接着是一个让这个扩展几乎成了必然的实验：

用 minimal 模式的提示词和那两个工具开一个会话。第一次工具调用之后，把完整的 25 个工具全部恢复，后面的运行照常。
分数几乎没动：98 / 99。

模型第一轮做了什么，远比后面名义上能用多少工具重要。

这就是全部的原理。这个扩展，就是把这个实验搬到 pi 上自动执行。

它做什么

会话的第一条请求，被改写成 dsh 官方 minimal 的样子。

| | 第一条请求 | 之后的回合 |
| 系统提示词 | You are a helpful software engineer assistant.——46 个字符，原样 | pi 的完整提示词 |
| 工具 | bash + str_replace_editor | pi 的整个工具表 |
| pi 的提示词分节 | 一节都没有 | 全部回来 |
| 思维风格 | 模型默认 | 你自己选（默认：we need to… 那段） |

然后它就让开了。 会话一旦产出过真实的一轮，锚定永久解除：跨压缩、跨 --continue、跨 fork 都不会退回。不需要存状态，也就没有状态可以丢。

pi 的其它部分一个都没动。你的会话文件、pi 的工具注册表、界面——原样。被改写的只有那一条真正出网的请求。

第二个问题："Let me…"的死循环

推理模型会打转。这是有专门论文研究的失败模式："想太多"（overthinking）有自己的一整套文献，"让每一步思考尽量精简"也早就是思考模型的常规建议。

DeepSeek 的思维链有个标志性的版本——用叙述代替行动：

Let me… Let me check… Let me think about that… Let me…

同一个计划，反复复述，什么都不推进。

所以解除锚定的那一步，同时把 pi 的官方身份句换成一段严格风格的 we need to… 规则：每一步都是一个具体动作，第一人称复数，一句话一步，用情态动词（I'll · I can · I should · I will）推进到下一步。只写决策，不写评论，不复述。

实际感受：思考更短、重启更少、第一次动手之前的废话更少。

换掉它，或者删掉它 —— /dsh-optimizer

| 菜单项 | 作用 |
| text | 用你自己的一段替换掉身份句 |
| mode | replace（默认）· remove（只删身份句，不加任何东西）· keep（完全保留 pi 的原文） |
| preview | 提交前先看解除后到底长什么样 |
| reset / path | 恢复默认 / 打开配置文件 |

安装

pi install npm:pi-dsh-optimizer

重启 pi，完事。不用声明模型，不用配 provider——DeepSeek 开箱即中，其他模型完全不受影响，而每个会话的第一条请求都会被锚定。

功能

- 首轮锚定 —— 官方 minimal 那行 persona 和那两个工具，原样出现在真正到达模型的那条请求上。
- 自动解除，且粘性 —— 会话第一轮真实产出后，pi 的完整提示词和工具表全部回来，并且不再退回。
- 思维风格可换 —— 默认 we need to…，三种模式，支持预览。
- 自带官方 str_replace_editor —— 和 dsh minimal 用的是同一套两工具表面，锚定不是虚的。
- DSML 桥 —— 模型把工具调用当文本吐出来时，该调用照样执行。零配置。
- 可自查 —— PI_DSH_OPTIMIZER_DUMP=1 把真正出网的请求落到磁盘，锚定有没有生效自己验。
- 不破坏 —— 不改写、不回滚、不留痕迹。锚定是"某一条请求的属性"，不是"你这个会话的状态"。
- 默认只认 DeepSeek —— 由 models 白名单决定。DeepSeek 大小写无关地命中（deepseek，provider 也算）；其他模型完全不受影响。写 "models": [] 则对所有模型生效。

命令与配置

| 东西 | 作用 |
| /dsh-optimizer | 菜单：思维风格、模式、预览、重置、路径 |
| pi_dsh_status | 工具——打印 phase= · model= · active= · models= · surface= · tools= |
| PI_DSH_OPTIMIZER_DUMP=1 | 导出出网请求用于自查 |
| ~/.pi/agent/pi-dsh-optimizer.json | { "mode": "replace", "text": "…", "models": ["deepseek"] } |

配置里故意没有 enabled 开关：models 白名单就是开关，大小写无关。不在白名单里的模型完全不受影响——pi 的提示词原样发出、工具表一个不动；写 "models": []（或 ["*"]）则对所有模型生效。在它上面再加一个开关，只会多一个和事实不同步的地方。

常见问题

只对 DeepSeek 有用吗？
不是。它搬过来的那个预设，就是 DeepSeek 后训练时的分布，所以 DeepSeek 收益最大。其他模型只是开场那一条请求更轻。

pi 的 rules、skills、项目上下文会丢吗？
只丢第一条请求——这正是重点。从第二个回合开始全部回来。

会变慢吗？
它做的工作比 pi 的常规路径更少：46 个字符的提示词 + 两个工具声明，而不是几十 KB 提示词 + 几十个声明。

那条被锚定的请求，真的是官方的吗？
是。persona 字符串和两个工具声明都抄自官方 minimal 预设。打开 dump，自己 diff。

我用的是 standard / PTC 预设呢？
这个扩展只搬 minimal 的开场。有数据支持的就是这一个。

对提示词缓存有帮助吗？
它给了 DeepSeek 前缀缓存喜欢的形状：开场极小、解除后的前缀稳定。但它本身不是一个缓存功能。

会不会和别的扩展打架？
它不 patch pi 的提示词，所以不会。但有一个坑：它注册的工具名是官方的 str_replace_editor——如果另一个扩展注册同一个名字，pi 只留一个，另一个会被静默丢掉。

兼容性

| pi | @earendil-works/pi-coding-agent |
| 模型 | 任意——DeepSeek V4 Pro / V4 Flash / V4.1 收益最大 |
| 相关场景 | DeepSeek Harness（DSH）、DSH minimal 预设、pi + DeepSeek |

老实说几句

- 那个 33 分和 99 / 91 / 92 都是社区报告，不是 DeepSeek 官方声明。来源在下面，建议自己去读，别只信这份 README。
- 首轮锚定实验是在 DSH 内部做的。这个扩展把它搬到 pi，你的数字会不一样。
- we need to… 是提示词风格干预：它改变推理读起来的样子、通常会变短，但不保证一定更短。
- DSML 桥代码不大，而且没有专门的测试覆盖。遇到它解析不了的泄漏调用，它会原样放过、不碰你的流。

来源与致谢

- DeepSeek Harness 开发者预览——官方预设清单（Standard / PTC / Minimal / Creator）：
- Why DeepSeek Harness Benchmark Scores Differ So Wildly —— 87.9 vs 54.68、99 / 91 / 92 的预设落差、以及首轮锚定实验：
- DeepSeek Pro Looks Brilliant in Minimal Mode. That Is Also the Problem —— 反方观点，值得一读：
- Pi Agent + DeepSeek: Why the Harness Can Matter More Than the Model —— "外壳乘数"，以及为什么 minimal 提示词适合那些没被大厂外壳训过的模型：
- Wait, Wait, Wait… Why Do Reasoning Models Loop?
- Stop Spinning Wheels: Mitigating LLM Overthinking via Mining Patterns for Early Reasoning Exit
- 数字背后的社区分析：@shmidtqq（由 @ST4RHaze 转发）以及 @ZhihuFrontier 翻译分享的中文长文，标题译作《DeepSeek V4 Pro 是否过拟合了自己的 harness？真正的问题可能是接口敏感性》。
- minimal 预设本体：DSH 仓库里的 apps/cli/config/agent-presets/minimal/agent.cordis.yml。

更新日志

| 版本 | 变化 |
| 0.4.0 | 模型白名单——默认只认 DeepSeek，大小写无关；其他模型完全不受影响。首轮表面按 Web app 的 Minimal 预设重新对齐：bash 描述、编辑器的 null 占位说明、oneOf [X, null] 参数 schema |
| 0.3.0 | 首轮锚定 + 自动粘性解除、思维风格三种模式与预览、DSML 桥、官方 str_replace_editor、出网请求 dump |
| 0.2.x | 最早的公开版本：minimal persona 与两工具表面 |

许可协议

MIT。