如果你最近半年在 Cursor、Codex、Claude Code、OpenCode 之间反复横跳，已经有点”选恐”了——这篇文章应该能给你一个新视角。
过去几个月，Coding Agent 赛道卷出了天际。各家疯狂堆功能、加特性，恨不得把整个 IDE 都塞进终端。但就是在这一片”军备竞赛”里，冒出来一个反其道而行之的家伙——Pi。它在 GitHub 上拿了 58,000 个 Star、7,000 个 Fork，过去半年发了 225 个版本，拥有自己的独立官网 pi.dev 和活跃的 Discord 社区。
你可能觉得 58K Star 在 2026 年不算什么——但考虑到 Pi 是一个纯终端工具、没有 GUI、不内置任何花哨功能，这个数字说明了一件事：有一大票开发者已经被那些”宇宙飞船”级别的 Agent 折腾烦了，正在用脚投票。
Pi 是 libGDX 引擎创始人、写了 17 年开源代码的 Mario Zechner 搞出来的。它的逻辑简单到有点”冒犯”人：四个工具、一段极短的 system prompt、没有那些花里胡哨的东西，但能让你用一句自然语言把它改造成任何你想要的样子。
这篇文章聊聊 Pi 背后的逻辑、它到底怎么用、以及为什么很多人一用就回不去了。
一、现在的编码 Agent，是不是在瞎折腾？
先快速过一下时间线。
2025 年以前，大家还停留在从 ChatGPT 里复制代码片段、让 Copilot 帮忙补全几行函数的阶段。偶尔能用，经常翻车。
2025 年 2 月，Claude Code 横空出世。它没有走 Cursor 那种”先给整个项目建索引”的路，而是让模型直接拿 bash 和文件工具去实时探索你的代码库，找到需要的信息就改。效果炸裂，无数开发者包括 Mario 在内，直接写到不睡觉。
但好景不长。
Claude Code 开始疯狂加功能。今天加个这个，明天加个那个，很快变成 Mario 口中的”宇宙飞船”——功能多到你真正用过的可能只有 5%，了解的也就 10%，剩下 90% 全是”暗物质”，不知道它背地里到底对你的上下文动了什么手脚。
Mario 自己做过实验。他在 2025 年夏天写了一些拦截工具，专门抓 Claude Code 往后端发请求时偷偷往 context 里塞了什么东西。结论是：每天都在变，而且很多时候是多余的。 厂商改一个不起眼的小细节，你的 LLM 就可能在处理老任务时直接发疯，而你对这一切一无所知。
这就戳中了一个核心矛盾：厂商需要快速迭代做实验，但开发者需要可预测的稳定环境。 当你发现自己正在依赖一个”随时可能背刺你”的工具时，那种掌控感的丧失是非常要命的，尤其是在你写的代码要上生产环境的时候。
Claude Code 不是个例。OpenCode 也有自己的问题——它在每一轮对话里会把 4 万 token 之前的记录全删掉，等于自己把自己的 prompt cache 给毁了；它还默认挂着 LSP，在模型一行一行改代码的过程中不断插嘴说”这里报错了”，搞得模型一脸懵：“我还没改完呢你急什么？“更离谱的是，它闹出过默认自带的远程代码执行漏洞（RCE），而且是开了很久才发现。
Mario 对 OpenCode 的评价很直接：“一旦我对这种底层设计失去信心，我就不想再用这个工具了。”
而最让 Mario 警觉的，是 AMP 这类商业化框架的做法——它甚至会替用户决定”这个任务用哪个模型处理最好”。这对一个写了 17 年开源代码、把”掌控权”视作信仰的人来说，简直不能忍。
二、一个 17 年开源老兵决定掀桌子
Mario 不是只吐槽不干活的人。他开始认真思考：一个”对”的编码 Agent 到底应该长什么样？
转折点来自一个叫 TerminalBench 的基准测试，它专门评估各种 Agent 框架和模型的组合，有大约 82 个多样化的任务。排行榜上表现最好的框架之一叫 Terminus，它的做法极其简单粗暴：模型拿到的只有一个 tmux session，唯一能做的就是发送按键然后接收返回的 VT 序列码。这是模型与电脑之间最原始、最极简的接口。 但它就是顶级表现。
这个发现给了 Mario 一记重锤：我们真的需要文件工具、子 Agent、联网搜索、plan mode 那些功能吗？答案很可能是不需要。
于是 Pi 诞生了。
它的核心理念就一句话：让 Agent 适应你的需求，而不是你适应 Agent。
开箱即用只有四个工具：read、write、edit、bash。system prompt 比其他框架短一个数量级——Mario 的逻辑是：现在的 frontier models 早就通过海量 RL 训练”知道”什么是 Coding Agent 了，不需要你再长篇大论地教它该怎么当程序员。
默认就是 YOLO 模式，全自动跑到底，不问你”确定要删这个文件吗？“——因为 Mario 认为那种确认对话框根本没有意义，用户要么早就关了它，要么就是无脑按回车，从来没有真正起到过”安全护栏”的作用。
四个工具，极短 prompt，YOLO 跑到底。就这些。
但你如果以为 Pi 只是一个玩具级的极简 Agent，那就太小看它了。它的实际架构是一个 monorepo，包含四个核心 package：
- pi-coding-agent：交互式编码 Agent CLI，也就是你每天在终端里用的那个
- pi-agent-core：Agent 运行时，负责工具调用和状态管理
- pi-ai：多 provider 统一 LLM API，抹平 OpenAI、Anthropic、Google 等不同厂商的协议差异
- pi-tui：终端 UI 渲染库，Mario 自己手写的，大约 600 行代码，但出奇好用
这个架构透露了一个很有意思的信息：Pi 不只是”一个终端工具”，它是一套可以被嵌入到任何地方的 Agent 基础设施。 你可以在 headless 模式下把它当 SDK 用，也可以在一个 Slack bot 里跑它——实际上，官方已经有一个 pi-chat 项目专门做这个。
三、Pi 到底用起来什么样？
如果说 Mario 的视角是”造物者”，那前阵子一位开发者 GoldenSpider 的分享就是最真实的”使用者”视角——他已经把 Pi 调成了日常主力，Codex 都打入冷宫了。
他提了一个很妙的类比：OpenCode 像 VS Code，Pi 像 NeoVim。
VS Code 开箱即用、默认体验好、有自己一套观点。NeoVim 装好几乎啥都没有、门槛高、但定制深度完全是另一个维度。
不过 Pi 比 NeoVim 强在一个致命的关键点上：NeoVim 的学习曲线在你身上，Pi 的学习曲线在 Agent 身上。
你不需要花几年时间查文档、抄配置、折腾插件管理器。你只需要用自然语言跟 Pi 说一句”我要做一个 XX 功能”，它自己就去读文档、写代码、热重载了。整个流程跟”给同事提需求”没什么区别。
他的日常工作流长这样：
- 终端用 CMux——
Cmd+1/2/3在多个项目之间秒切，同一个项目内Cmd+D分屏，左边开好几个 Pi 标签页，右边跑 dev server。一个搞后端、一个搞前端，几个 Agent 并行干活，互不打扰。这在传统的”一个 IDE 一个项目”范式里是很难做到的。 - 模型用 GPT-5.5 low reasoning——跑得快、稳、聪明。因为 Pi 的 pi-ai 层统一了多 provider 的 API，切换模型就是一句话的事，不用改任何配置。
- 会话管理极其激进——任务一完成就
/copy抓最后一条消息当上下文，然后/new开个干净会话粘进去继续。想回头看历史就/resume，想看 Agent 干了什么就/tree树状展开所有工具调用。Session 是树结构而不是线性的聊天记录，这意味着你可以在分支里让 Agent 读目录、总结内容，然后回到主对话把总结带回来继续工作——本质上就是可控的 sub-agent。
这种用法的精髓在于：手动、精细地管理上下文。 既享受 Agent 帮忙干活的速度，又不会”vibe coding”到完全失控。而 Pi 的树状 session 结构、透明的上下文管理，正好为这种用法提供了基建级别的支持。
四、让 Agent 自己写自己的扩展——以及一个让你意外的生态
这可能是 Pi 最”反直觉”也最”降维打击”的地方。
Pi 全局安装时自带了一批手写的 markdown 文档，通过默认 system prompt 暴露给模型。所以你打开一个全新的 Pi 实例，直接说：“帮我写一个自定义扩展。“Agent 第一件事就是去读文档，读完就知道怎么写了。
更关键的是，Pi 的架构是完全热重载的。Agent 写完扩展文件，你输入 /reload，不用重启，新命令立即可用。整个过程跟”给同事提需求”没什么区别。
来看看 GoldenSpider 自己写的那些扩展有多实用：
/yeet：做完一波修改，输入/yeet "fix: button alignment"，Agent 自动 git add、commit、问你要不要 push、要不要建 PR。一键发车，真正的丝滑。/diff：列出上一回合改过的所有文件，回车直接在外置编辑器里打开 diff。Review Agent 的改动比翻终端舒服一百倍。/firecrawl-search+/firecrawl-scrape：弥补 Pi 默认没有网络搜索的能力。接上 Firecrawl，一个负责搜、一个把网页扒成 LLM 友好的 markdown。/tx9：把当前项目 snapshot → 收集 prompt → 推给远程 Mac mini → 启动后台 Agent 干活。回来再触发一次就能 review、pull、follow-up。/copy-all：把整个会话的对话内容复制到剪贴板，方便当作上下文塞进另一个会话。- TPS tracker：TUI 底部实时显示 token 生成速度，GPT-5.5 low 大概 140 t/s，靠这个直观判断今天网络和模型状态。
而另一位开发者 Dylan Moroy 公开的 Pi 配置里，他的扩展列表和 GoldenSpider 的几乎完全不重合——他有自定义 todo 工具、MCP 集成、/update 自动检测更新、/ephemeral 让某些 skill 只在显式调用时才注入 context（完美解决”MCP server 太多撑爆 context”的问题）。
这就完美印证了 Pi 最核心的那句话：“他的 Pi 和我的 Pi，长得完全不一样，而这就是 Pi 的意义。”
更值得关注的是 pi-skills 生态。这是 Mario 维护的一个开源技能仓库，专门为 Pi 编码 Agent 提供可复用的 skill——但它真正厉害的地方在于，这些 skill 同时兼容 Claude Code、Codex CLI、Amp 和 Droid。也就是说，你在 Pi 里写的 skill，拿到 Claude Code 里一样能用。
pi-skills 已经有 1,900 个 Star，目前包含的技能像 Brave 搜索、Chrome 浏览器自动化、Google Calendar/Drive/Gmail CLI、语音转写、YouTube 字幕抓取、VS Code 集成等等。Mario 的野心显然不只是做一个 Pi 的专属生态——他在试图建立一套跨 Agent 框架的 skill 标准。
另外值得一提的是社区的创造力。有开发者用 5 分钟就在 Pi 里复刻了 Claude Code ships，而且功能更多；有人搞出了 pi-messenger，让多个 Pi Agent 在一个聊天室里互相通信、还能实时观察它们的行为；甚至有人在 Agent 运行的时候顺手在 TUI 里嵌入了一个 NES 模拟器——对，就是在编码 Agent 里打游戏。
虽然说这有点不正经，但它证明了一件事：Pi 的扩展机制的灵活性，几乎没有上限。
五、怎么开始？别一上来就规划所有扩展
很多人一接触可定制系统，第一反应就是：“我要把所有可能用到的功能一次性全配好。“——这恰恰是当年 NeoVim 劝退人最大的原因。
Pi 的正确打开方式完全相反：
- 从空白开始。 顶多装个主题，别的什么都不加。
- 遇到痛点再加。 比如你第三次手动让 Agent 执行”commit、push、建 PR”这套流程的时候，停下来，告诉 Pi：“帮我把这个流程做成一个扩展。“半分钟后，你永远拥有它了。
- 重复 3-4 次的操作就值得做成扩展。
- 慢慢地，你的 Pi 会长成你的形状。
这不是一句鸡汤。因为在 Pi 里，定制不需要提前规划——定制本身就是一句话的事。
如果你想看别人怎么配的、找点灵感，可以去 pi.dev 翻翻文档，或者加入 Discord 社区看看大家分享的配置。GoldenSpider 也开源了他全套 Pi 配置，但他自己都说：“我不建议你直接 clone，Pi 的精髓是你自己的那套，不是别人的。“
写在最后
Mario 在演讲里说过一段话，我觉得是这个阶段最好的总结：
我们现在正处于”一边瞎折腾一边看结果”的阶段，没人知道完美的编程 Agent 到底该长啥样。有人走极简路线，有人走”宇宙飞船”路线，搞 Agent 集群、完全自治。行业标准还没出现，大家都在摸索。但我们需要更好的”折腾”方式——编程 Agent 必须是可自修改、可塑性极强的。
Pi 是不是 Coding Agent 的终极形态？大概率不是。但考虑到 Pi 的极简理念和它完全不投喂 GUI 的”高傲”，这个数字传递了一个清晰的信号：开发者正在用行动表明，他们想要的不是更多功能，而是更多掌控。
在 AI 工具大爆发的 2026 年，这种”把掌控权还给开发者”的设计哲学，可能比堆一百个功能都更有价值。
如果你也在各种 Agent 之间反复横跳、总觉得少了点什么——去 pi.dev 看看，装上试试。然后慢慢把它变成只属于你的样子。
如果觉得有帮助，欢迎转发给同样在折腾编码 Agent 的朋友。