RecodeX 重构消息，AI Agent基础设施公司Composio将DeepSeek V4 Flash接入8套Harness（模型外部执行框架），用同一批30个Agent任务进行测试，涉及Gmail、GitHub、Slack、Calendar、Notion等真实应用。结果显示，Pi Agent通过20/30居首，Oh My Pi为17/30，Claude Code、Codex、Deep Agents均为16/30，OpenCode为14/30。仅更换Harness，通过数从14升至20。成本差异显著：Pi Agent每个成功任务约0.028美元，Claude Code约0.195美元。Claude Code中位耗时122.7秒最快，Oh My Pi最慢（272.4秒）。需注意Pi的配置与统一条件有差异，使用high推理强度且部分任务走DeepSeek官方API，差距不一定完全归因于Harness。