Codemode в Pi 1.0: новый подход к управлению ИИ-агентами и критика ограничений MCP
Habr AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Команда разработчиков Pi представила Codemode — механизм, позволяющий LLM выполнять сложные операции через JavaScript внутри доверенной среды обвязки агента. Это решение устраняет необходимость загрузки всех инструментов в контекст модели и решает проблемы, связанные с текущей архитектурой протокола MCP.
Статья раскрывает фундаментальный сдвиг в архитектуре ИИ-агентов: от простого вызова инструментов к программируемому управлению ими. Это важно для понимания того, как решаются проблемы контекстного окна и изоляции кода, а также демонстрирует практические ограничения популярного стандарта взаимодействия моделей с внешними сервисами (MCP).
Разработчики фреймворка Pi объявили о внедрении поддержки MCP через новый механизм Codemode в версии 1.0. Это решение стало неожиданным для части сообщества, так как ранее команда рекомендовала избегать загрузки пользовательских инструментов в контекст языковой модели, предпочитая использование стандартных скриптов. Однако эволюция требований к агентам потребовала более гибкого подхода к управлению внешними сервисами и внутренними API.
Ключевой проблемой традиционного подхода является ограничение контекстного окна. Когда обвязка агента предоставляет LLM инструменты, она передает их описания, которые занимают место в токенах. Хотя модели хорошо обучены работе с bash и файловыми системами, многие функции, такие как чтение изображений или управление субагентами, не могут быть реализованы через стандартные исполняемые файлы. Эти операции требуют прямого взаимодействия с протоколом LLM, что делает невозможным их выполнение исключительно через CLI.
Архитектура Pi разделяет систему на «мозг» (доверенная обвязка агента) и «руки» (целевая среда выполнения). Codemode работает внутри «мозга», в изолированной песочнице на базе QuickJS и WebAssembly. Эта среда имеет строгие ограничения: нет доступа к сети, файловой системе или таймерам, а объем памяти ограничен. Единственным способом взаимодействия с внешним миром является вызов других инструментов. Такой подход позволяет агенту комбинировать операции в коде, не пропуская каждый шаг через контекст LLM, что значительно повышает эффективность.
Практические примеры демонстрируют мощь Codemode. Агент может напрямую вызывать внутренние API для генерации изображений или использовать модели-классификаторы, такие как Jev, для анализа тональности GitHub Issues. В одном из примеров агент организует цикл из 30 шагов для отладки игрового движка, где на каждом этапе он запрашивает состояние игры и использует классификатор для выбора следующего действия (атака, уклонение, сбор бонуса). Это позволяет обрабатывать параллельные операции и сохранять состояние в истории сессии через функцию store().
Интеграция с MCP также претерпела изменения. Вместо предоставления LLM прямого доступа к MCP-инструментам, агент использует Codemode для их обнаружения и вызова. Это позволяет постепенно исследовать возможности подключенных серверов, например Sentry или Cloudflare, не перегружая контекст. Однако авторы признают, что текущая реализация не идеальна.
Основная критика направлена на сам протокол MCP, который, по мнению разработчиков, плохо адаптирован для обвязок с Codemode. Временным решением стало использование подхода Cloudflare, где Codemode запускается внутри MCP-сервера. Это приводит к эффекту «Codemode внутри Codemode», вызывая двойное экранирование JSON и затрудняя работу небольших моделей. Код внутреннего слоя не может напрямую вызывать инструменты внешнего, что создает избыточную сложность.
Несмотря на эти проблемы, Codemode предлагает более структурированный способ управления агентными процессами. Он позволяет LLM описывать сложные рабочие процессы на JavaScript, получая структурированные результаты и сохраняя состояние между вызовами. Разработчики подчеркивают, что ситуация с MCP постепенно меняется, но пока протокол требует доработки для полноценной совместимости с новыми архитектурами агентных систем.