پی: مینیمالیسم بهجای ابزار غولپیکر
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
تو این پست از Earendil اومده که هوش مصنوعی نوشتن کد رو ارزون کرده و به همین خاطر خیلی از شرکتها دارن ابزارهای بزرگتر میسازن: پرامپتهای طولانیتر، لایههای ارکستراسیون بیشتر و پیچیدگی بیشتر. پی دقیقاً راه برعکس رو رفته؛ با فقط ۴ ابزار پیشفرض و سیستمپرامپت و تعریف ابزارهایی که روی هم زیر ۱۰۰۰ توکنه. ایدهش اینه که بیشتر کارها با همین پایهها انجام میشه و اگه چیز بیشتری خواستی، خودت بسازش.
دیتابریکس برای اینکه به بنچمارکهای اشباعشدهی بیرونی تکیه نکنه، یه بنچمارک از تسکهای واقعی تیم مهندسی خودش روی کدبیس چندمیلیونخطیشون ساخت. نتیجه به گفتهی خودشون این بود که هارنسی که مدل ازش صدا زده میشه، به شکل چشمگیری روی هزینه و کیفیت اثر میذاره و تو خیلی از موارد هارنسهای ساده مثل پی بهترین عملکرد رو داشتن. ترکیب پی با Opus 4.8 و تلاش فکری xhigh بالاترین نرخ قبولی کلی رو گرفت.
نکتهی مهم این مطالعه جدا کردن مدل از هارنسه: وقتی یه مدل با همون سطح thinking از مسیر هارنسهای مختلف اجرا شد، هزینهی هر تسک تا بیش از ۲ برابر فرق کرد، در حالی که کیفیت ثابت موند. نویسنده اسم این ویژگی پی رو انضباط کانتکست میذاره: پی حدود ۳ برابر کانتکست کمتری در هر نوبت میفرسته، مجموعهی کاری رو جمعوجور نگه میداره و تسک رو تو رانهای کمتری تموم میکنه.
نمونهی دوم شاپیفایه. تو پست مهندسی شاپیفای، David Cortés توضیح میده که pi-autoresearch رو مستقیم بهعنوان یه افزونهی پی ساخته؛ کافی بوده از پی بخواد براش افزونه بسازه تا خود پی مستندات افزونهنویسیاش رو بخونه و از همونجا شروع کنه. Autoresearch یه حلقهی خودگردونه که برای هر تغییری آزمایش اجرا میکنه و تا وقتی هدف قابل اندازهگیری باشه، پسرفتها رو دور میریزه و خودش رو بهتر میکنه.
شاپیفای گزارش کرده که با این افزونه بعضی یونیتتستها حدود ۳۰۰ برابر سریعتر شدن، مانت شدن کامپوننتهای ریاکت ۲۰ درصد سریعتر شده و زمان بیلد چند پروژه پایین اومده. نویسنده معتقده برتری ساختاری هارنسهای نیتیو داره کمرنگ میشه — کوتاه شدن ۸۰ درصدی سیستمپرامپت Claude Code رو نشونهی همین میدونه — و حالا سؤال اینه که هارنس چطور کانتکست رو مدیریت میکنه. برای مدلهای لوکال که پنجرهی کانتکست کوچیکتری دارن و prefill براشون کنده، همین انضباط یه مزیت جدیه.
نکات کلیدی:
- پی فقط ۴ ابزار پیشفرض داره و سیستمپرامپت و تعریف ابزارهاش روی هم زیر ۱۰۰۰ توکنه
- تو بنچمارک داخلی دیتابریکس، ترکیب پی و Opus 4.8 بالاترین نرخ قبولی رو با هزینهی کمتر گرفت
- هزینهی هر تسک بین هارنسهای مختلف تا بیش از ۲ برابر فرق داشت، بدون تغییر تو کیفیت
- پی حدود ۳ برابر کانتکست کمتری در هر نوبت میفرسته و تسک رو تو رانهای کمتری تموم میکنه
- شاپیفای افزونهی pi-autoresearch رو روی خود پی ساخت و به بهبودهای واقعی تو سرعت تست و بیلد رسید
