第 01 章：不是又一个 LLM 包装器

阅读日期：2026-09-14。书中版本基线：核心分析 v0.66.0，作者自述对照 v0.82.1；本笔记未独立验证源码或发行版本。

设计问题、机制与取舍

本章把重点放在调用之后的生命周期：模型提出工具请求，宿主执行并反馈，再决定继续、停止或接收新输入。pi-ai 统一模型调用，agent-core 负责循环与运行状态，coding-agent 承担会话、压缩、提示装配和扩展，界面消费内层能力。持久化与产品策略并不自动属于循环。

作者倾向单 Agent 配合工具，通过可替换底层获得控制权，代价是装配和理解成本。关于 LangChain、AI SDK、CrewAI 的比较只是书中定位论证，不能当作这些项目在阅读日的能力清单。

来源：本章原文。这是压缩后的原创读书笔记，完整论证、示例及版本说明请回到原章。

工程应用检查（整理者推导）

把个人知识助手拆成“回答生成、工具执行、会话管理、展示”四份责任清单；每次新增功能先找承接层。比如保存笔记失败，要能分清模型有没有给出参数、文件有没有写成、会话有没有记录回执、界面有没有展示结果，而不是只显示一次请求成功。

可以设计一个小型验收场景：工具第一次失败后返回明确原因，模型再次调用成功；期间用户补充“不公开”。系统应把这条补充送入下一次决策，并让最终写入保持草稿。这个实验能验证生命周期控制是否存在，比对照框架名称更有价值。

采用这类内核前，列出需要自己补齐的超时、预算、持久化和恢复责任。若任务本来有固定审批步骤，就让外部流程掌握步骤边界，避免把所有控制权都交给模型。此处是迁移到知识库产品的工程推导，不是本章给出的成品实现。