我试遍了所有AI编程工具后,发现真正的高手都在用这个极简方案

只有4个工具、不到1000 Token的系统提示词，却在基准测试中击败了一众”全家桶”。Pi的极简哲学，正在重新定义AI编程工具的设计方向。

2026年初，一个叫OpenClaw的项目在互联网上病毒式传播——它是一个连接到你聊天工具的AI助手，能自主运行代码、管理任务、甚至自我进化。几天之内，GitHub星标暴涨，各大科技媒体争相报道。

但鲜为人知的是，OpenClaw的底层引擎并不是什么庞然大物，而是一个只有4个工具的极简编程Agent——Pi。

Pi的创建者Mario Zechner（网名badlogic）可不是新手。他是知名开源游戏框架libGDX的作者，在开源社区深耕十余年。他构建Pi的动机很简单：市面上的AI编程工具越来越臃肿，他受够了。

二、Pi是什么：极简到极致的编程Agent

一句话概括：Pi是一个只有4个工具的终端AI编程Agent，通过极致精简的核心 + 强大的扩展系统，让你按自己的方式构建AI编程工具。

Pi的核心理念印在它的标语里：“Adapt Pi to your workflows, not the other way around”（让Pi适应你的工作流，而不是反过来）。

目前Pi在GitHub上已获得43,800+星标，支持15+ LLM提供商，采用MIT开源协议。

三、4个工具凭什么打败”全家桶”

这是最让人震惊的部分。Pi的全部工具只有4个：

系统提示词不到1000 Token。 作为对比，Claude Code的系统提示词动辄上万Token，包含各种安全检查、工具约束和行为指南。

Pi的态度是：前沿模型经过大量RL训练，天生就理解什么是编程Agent。你不需要10000 Token来告诉它”你是一个编程助手”。

Mario在Terminal-Bench 2.0基准测试中验证了这一点：Pi + Claude Opus的成绩与Codex、Claude Code等原生工具不相上下，甚至更好。

四、”六不”哲学：为什么越少越好

Pi最独特的地方不是它有什么，而是它刻意不做什么。Mario明确列出了Pi不会支持的特性，每一条都有深刻的技术考量。

4.1 不支持MCP

MCP（Model Context Protocol）服务器是当前AI工具的热门趋势。但Mario认为这是上下文的黑洞：

• • Playwright MCP：21个工具，13.7K Token
• • Chrome DevTools MCP：26个工具，18K Token

这意味着还没开始工作，7-9%的上下文窗口就被吃掉了。

Pi的替代方案？让Agent用bash调用CLI工具。 Agent需要某个能力时，自己读README学会用，只在需要时付出Token成本。

4.2 不支持子Agent

Claude Code经常在处理复杂任务时生成子Agent，但你完全看不到子Agent在做什么——黑箱中的黑箱。

Pi的方案：如果需要生成子Agent，通过bash启动另一个Pi实例。你可以在tmux中观察它，甚至可以随时介入。完全可观测。

4.3 不支持Plan模式

Mario认为Plan模式本质上就是只读分析+最终写个Markdown文件。为什么不让Agent直接写文件呢？

# PLAN.md## 目标重构认证系统，支持OAuth## 当前步骤正在执行第3步——授权端点实现

文件化的计划可以跨会话共享、版本控制，比临时的Plan模式靠谱得多。

4.4 不做权限弹窗

Pi默认YOLO模式——不弹权限确认，不检查命令安全性。Mario的观点很犀利：其他工具的安全措施基本都是”安全剧场”。一旦Agent能写代码和执行代码，游戏基本就结束了。

4.5 不内置Todo

Todo列表往往让模型更困惑——增加了需要跟踪和更新的状态，反而引入更多出错机会。Pi的方案：把待办事项写到Markdown文件里，Agent自己读写维护。

4.6 不支持后台Bash

需要运行开发服务器？用tmux。需要调试程序？在tmux里开LLDB。后台进程管理带来的复杂性（进程追踪、输出缓冲、退出清理）完全不需要内置，Shell工具早已解决。

五、Pi的独特武器：会话树

这是Pi最被低估的特性。Pi的会话不是线性的，而是树状结构。

什么意思？想象你在开发一个功能，Agent写到一半发现一个工具坏了。你可以：

1. 1. 从当前会话分叉出一个分支，去修复那个工具
2. 2. 修复完成后，回到主会话
3. 3. Pi会自动总结分支上发生的事情

这种”会话分支”能力在其他工具中几乎不存在，但在实际开发中极其实用。它让你可以随时做”支线任务”而不污染主线上下文。

六、Pi的扩展系统：让Agent自己造工具

Pi的极简核心不是”功能少”，而是把功能的选择权交给你。它提供三种扩展方式：

6.1 Extensions（扩展）

可以自定义TUI组件、注册工具、修改Agent行为。Armin Ronacher（Flask框架作者、Pi的深度用户）开发了多个扩展：

• • /answer：自动提取Agent回复中的问题，格式化为输入框
• • /todos：可视化待办事项管理器
• • /review：代码审查界面（支持commit、diff、PR审查）
• • /files：会话中涉及的文件管理器

最关键的是：这些扩展都是让Pi自己写的。 你描述需求，Pi生成代码，热重载测试，循环迭代直到能用。

6.2 Skills（技能）

技能是按需加载的能力包，采用Agent Skills标准。Agent只在需要时才读取完整指令——渐进式信息披露，不浪费上下文。

Pi兼容Claude Code和Codex的技能目录，可以直接复用：

{  "skills": [    "~/.claude/skills",    "~/.codex/skills"  ]}

6.3 Pi Packages（Pi包）

通过npm安装的完整功能模块，可以包含工具、扩展和技能。

七、OpenClaw：Pi的最佳证明

OpenClaw的爆红并非偶然。它的核心就是Pi Agent + 通信接口——把Pi的编程能力接到WhatsApp、Slack等聊天工具上。

Peter Steinberger（OpenClaw的创建者）选择Pi作为底层引擎，正是因为Pi的极简核心足够稳定，扩展系统足够灵活。OpenClaw证明了Pi的设计理念是正确的：

不需要一个”全能”的Agent框架。你需要一个足够小、足够稳、足够可扩展的基础，然后让Agent在上面构建自己需要的一切。

八、pi-mono：七合一的Agent工具包

Pi不是一个单文件项目，而是一个精心设计的Monorepo，包含7个独立的包：

其中pi-ai是最值得关注的底层库：

• • 跨提供商上下文切换：在一个会话中从Claude切到GPT再到Gemini，上下文无缝传递
• • 结构化工具结果：工具可以同时返回LLM用的文本和UI用的结构化数据
• • 全程可中断：从请求到工具调用，任何阶段都可以abort，并返回部分结果
• • 浏览器兼容：可以直接在浏览器中运行

九、5分钟上手

安装

npm install -g @anthropic-ai/pi

配置API Key

export ANTHROPIC_API_KEY=your-key-here

启动

cd ~/your-projectpi

就这么简单。没有配置向导，没有插件市场，没有权限设置。打开就能用。

如果你想用其他模型

pi --provider openai --model gpt-5.1-codexpi --provider google --model gemini-2.5-flash

甚至可以在会话中途切换模型——Pi会自动处理不同提供商之间的上下文转换。

十、Pi适合你吗？

Pi不是适合所有人的工具。它有一个明确的目标用户画像：

适合Pi的人：

• • 喜欢终端工作流的开发者
• • 对现有工具的”臃肿感”感到不满
• • 愿意花时间定制自己的工具链
• • 重视可观测性——想看到Agent的每一步操作
• • 使用多种LLM模型，希望灵活切换

不适合Pi的人：

• • 需要GUI界面的开发者
• • 希望开箱即用、零配置
• • 严格的安全合规要求（Pi是YOLO模式）
• • 团队协作场景（Pi更偏个人工具）

写在最后

Pi的故事揭示了一个有趣的规律：在AI工具越来越复杂的时代，真正的突破往往来自”做减法”。

4个工具、不到1000 Token的系统提示词、刻意不支持6个”标配”功能——这种看似疯狂的极简主义，背后是对AI编程本质的深刻理解：

前沿模型不需要被手把手教导。它们需要的，是一个透明、可控、不挡路的工作环境。

Mario Zechner用Pi证明了：当你不再试图用复杂的框架去”管理”AI，而是给AI一个简洁的环境让它自己发挥时，结果可以非常好。

正如Armin Ronacher所说：Pi让我们看到了软件的未来——软件构建软件，Agent扩展Agent。

相关链接：

• • GitHub仓库：https://github.com/badlogic/pi-mono
• • 作者博文：https://mariozechner.at/posts/2025-11-30-pi-coding-agent/
• • Armin Ronacher的评测：https://lucumr.pocoo.org/2026/1/31/pi/
• • Pragmatic Engineer专访：https://newsletter.pragmaticengineer.com/p/building-pi-and-what-makes-self-modifying
• • OpenClaw项目：https://github.com/psteger/openclaw

如果觉得有用，欢迎点赞、在看、转发三连。你的支持是我持续分享的动力。