여러분은 Pi 에이전트 어떤 버전을 쓰고 계신가요?

최신 버전을 확장 기능 다 끄고 실행해서 테스트해보세요.

작성자님, 환각을 겪고 계신 건 본인인 것 같네요. Pi 버전이 에이전트 환각률에 영향을 줄 리가 없거든요. 환각을 더 유발할 수 있는 건 모델 자체의 학습 지식, 설정, 그리고 프롬프트 방식뿐입니다. Pi 시스템 프롬프트는 자체 문서 링크만 포함된 아주 최소한의 수준이라 영향이 있을 리가 없어요.

모델 제공 서버에서 모델의 thinking level을 올바르게 설정하고 올바른 채팅 템플릿을 적용하세요. Pi는 기본적으로 중간(medium) thinking level을 사용하는데, llama.cpp의 thinking level은 기본 채팅 템플릿을 따릅니다. Qwen 모델은 보통 xhigh 수준의 thinking level을 원해요.

사용 중인 모델에 맞춰 SGLang 서버를 어떻게 설정해야 할지 알아내셔야 합니다.

이건 Pi 문제가 아니라 작성자님 설정 문제입니다.

@jfuu_ 님 등이 제안한 대로 실제 프롬프트를 diff 해보는 거 좋은 생각임. 로컬 모델들은 컨텍스트 윈도우 한계치에 가까워지면 성능이 급격히 떨어짐 (내 qwen3.8 Q6도 기본적인 수정도 못 하고 자아성찰이나 하고 있음).

그리고 ThinkingCap 변형 모델들은 생각하는 길이를 줄여준다고 하는데, 로컬 환경에서 컨텍스트 윈도우가 썩어가는 걸 방지하는 데 도움이 될 듯. 툴 호출 쪽에는 rtk 같은 도구들이 비슷하게 도움 될 거임.

추신: 로컬 LLM 설정 디버깅하려고 제일 싼 codex 플랜 결제해서 쓰는 거 꽤 유용함. pi-advisor-mode에서 사용해서 Qwen 세션이 막혔을 때 자동으로 풀어줄 수도 있음.