每个人都可以用Pi Agent搭建自己的OpenClaw

俗话说得好，当你发现房间里有一只蟑螂的时候，实际上可能存在很多蟑螂。当Claude给你打标签的时候，你不能确定它是不是还会上传你的数据，或者记录你的信息，作恶不会只有一次。

所以我开始试用其他的Agent，比如Qoder、Zcoder、Opencode、Workbuddy等等。

直到我在X上看到了Pi Agent的推荐。

吸引我的还有作者Mario Zechner的一句话：

“I hate every coding agent, so I built my own.”

「我讨厌每一个AI编程助手，所以我自己写了一个。」

Mario Zechner，是libGDX，全世界最知名的开源游戏引擎框架之一的创建者。一个写了十几年基础软件的人，被AI编程工具惹毛了，决定不跟任何人商量，自己从头写一个。开源迄今，Pi Agent获得了4万多的Star。

说实话我一开始是半信半疑的。GitHub上Star多的项目多了去了，不一定是真的好用，可能是营销好，可能是时机对，可能是作者本身有名气。

但我尝试下载并用了两周，发现这个项目，有点不一样。

一个连权限弹窗都没有的Agent

你在用Claude Code或者Cursor的时候，有没有一种感觉，这些工具很强大但也很复杂。它们预设了太多东西：你应该怎么管理任务、你应该用什么计划模式、你应该在什么情况下用什么工具、你的权限应该怎么配置……好像Agent比你更懂你应该怎么工作。

这种「保姆式」设计的问题在于：它预设了一个「标准用户」，而你可能不是那个标准用户。

Mario Zechner就是受够了这一点。

所以他设计的Pi Agent，核心哲学只有六个字：极致极简，无限扩展。

有多极简？

Pi Agent默认只提供四个工具：read（读文件）、write（写文件）、edit（精确编辑）、bash（执行命令）。

它的系统提示词，不到1000个token。这是什么概念？Claude Code的系统提示词可能有几万个token，塞满了各种行为准则、角色设定、安全规则。而Pi Agent的系统提示词短到几乎可以忽略不计，它基本上就是告诉模型：「你是Pi，你能用这四个工具，你去干活吧。」

没有MCP，没有子代理，没有计划模式，没有待办清单。

连权限弹窗都没有。

我第一次用的时候甚至有点不适应，我输入了一个命令，它就直接执行了。没有「Are you sure?」，没有「这个操作可能修改文件，你确认吗？」。什么都没问。

这种感觉怎么说呢……像是你本来住在一个到处是护栏和警示牌的游乐园，突然被丢进了一片荒地。没有人告诉你该往哪走，也没有人拦着你往哪走。

自由，但自由得让人有点心慌。

「什么都没有」背后的逻辑

在用了两周之后，我开始理解Mario Zechner的用心了。

市面上大多数AI编程助手的设计思路是这样的：产品经理和研究团队坐在会议室里，预设好「典型用户」的「典型需求」，然后把所有可能用到的功能全部塞进去，再层层加安全护栏。

最终交付给你的，是一个功能齐全、但行为已经被高度预设好的工具。它很好，但它是「他们觉得你应该用的那个样子」。

而Pi Agent的思路截然相反：我什么都不预设。你需要什么，你自己加。

它有两层扩展机制。

第一层叫Extensions，用TypeScript写。你可以自定义工具、自定义命令、自定义UI组件。而且因为Pi Agent的事件系统是开放的，每次消息开始、消息结束、工具执行前后、一个回合开始和结束，你都可以插入自己的逻辑。你可以在工具执行之前检查一下命令是否危险，是的话直接拦截。你可以在Agent输出完成之后自动触发一个你写好的后续流程。

本质上，你不是在「配置」Pi Agent，而是在「编辑」它。

第二层叫Skills，用Markdown写。你创建一个Markdown文件，描述清楚这个技能要干什么、怎么触发、什么步骤。Agent读了这个文件就知道怎么做了。零代码。

更有意思的是，这些Extensions和Skills可以打包成npm包发布。pi install npm:@某人/某工具包，一键安装。

我回想这个设计的时候，脑子里冒出来的第一个念头是：这不会就是一个操作系统内核吧，官方只提供最核心的引擎，所有的应用都交给第三方去做。

你想让Agent帮你读邮件？有人已经写好了一个Extension。你想让Agent帮你管理Notion笔记？也许也有。你想让Agent在你睡觉的时候自动跑回归测试？写一个定时触发的Extension也不难。

这个意义上来说，Claude Code是一个产品，Pi是一个平台，或者说，一个潜在的平台。

这让我想起维基百科和传统百科全书的区别。大英百科全书耗费数百年、雇佣数千名专家，才编出了几十万词条。维基百科只提供了一个编辑机制，让全世界的人自己来写，十年就超过了它。

产品是编纂好的百科全书，平台是那套谁都能来写的编辑机制。

平台思维，藏在一个细节里

说一个我使用过程中非常喜欢的功能，你能从里面看出Pi Aent的思路是怎么落到细节上的。

Pi Agent的对话历史不是一条直线，它是一个树。

什么意思呢？你每次跟Agent对话，每一条消息就像一个节点。当你回退到某个历史节点，说一句「不对，换一种方案试试」，原来的对话分支还在，新的分支从这里生长出去。

用/tree命令可以可视化地看到整棵对话树。

这个设计解决了一个非技术开发者（比如我）长期以来很头疼的场景。

比如你在开发一个新功能，Agent帮你写了方案A。写完了之后你发现不太对，想退回去试试方案B。在大多数工具里，你只能手动删掉方案A的代码，然后重新描述需求；或者直接让Agent动手改，它会覆盖掉之前的分支。对话历史也变成了一团乱麻，前面的决策依据和后面的修改混在一起，你分不清哪个版本是基于哪个前提的。特别是，非技术开发者的你，也看不懂它的思考过程。

在Pi Agent里，你可以直接回到分叉点，切一个新分支，方案B开始重新生长。方案A的代码和对话还完整地保留着。你甚至可以A、B两个方案同时进行，最后比较哪一个更好。

这非常契合我自己交叉比较的工作方法，对话和思考过程都可以保留和分析。

一个产品的设计者，会想「用户在这里需要一个确认弹窗」；一个平台的设计者，会想「我得让用户自己决定怎么用」。Mario Zechner属于后者。这个设计不需要什么技术上的惊天创新，但它需要对「开发者到底怎么思考问题」有极深的理解。

用着用着，几个意料之外的好处

用了一周，有几个体验在我意料之外。

第一，模型变聪明了。

这是最反直觉的一点。同一个模型在Pi Agent里的表现，居然比在Claude Code里更好。

有一个公开的基准测试Terminal-Bench 2.0能够佐证这一点。Pi Agent + Claude Opus 4.5的成绩，超过了Claude Code + 同一个模型。

我搜索和研究的结论是：系统提示词越少，模型的「注意力」就越多可以用在理解你的问题和你的代码上。你给模型塞一本员工手册，它就得花一部分脑力去遵守这本手册。你把手册扔掉，它所有脑力都用来帮你解决问题。

换句话说，很多Agent的臃肿设计，不是在增强模型，而是在削弱模型。模型本身其实已经非常平衡，增加的提示词不一定起到了Harness（缰绳）的作用，反而有可能是在增加噪音。所以，充分发挥模型的能力，有时候比规训更重要。当然，这是对像我这样的普通用户而言。

第二，启动快到离谱，上下文消耗很慢。

Pi Agent装完之后，是一个不到100MB的npm全局包。在终端里敲pi，几乎是瞬间就进去了。没有加载画面，没有初始化进度条，没有「正在连接服务器」。就像打开系统应用一样快。因为系统提示词足够短，加上它支持自动压缩旧对话（把早期对话总结成摘要，释放token空间），同样的模型在Pi Agent里能支撑的对话轮次显著更多。我尝试在一个会话里连续工作一两个小时，累计几百轮交互，Agent还能准确记住我半小时前说过的一个细节。

这些都不是我一开始冲着它去的理由。但用着用着你会发现，一个东西因为「少」而带来的好处，可能会比「多」带来的好处持久。

真正的分野：你要长期，还是短期

说了这么多好处，也要说说坏处。Pi Agent不是没有代价的。

它装好之后，就是一个空空荡荡的终端窗口。没有向导，没有提示，没有推荐配置。你得自己去研究扩展怎么装、Skills怎么配、API Key怎么设。它默认没有图形界面（Github上可以搜到Web UI包，但需要你自己部署）。对于习惯了「打开就能用」的人，这一步可能会劝退不少人。

换句话说，Pi Agent在向你索要一笔前期投入，你得花时间理解它、配置它，甚至编程改造它，它才会真正顺手。

而Claude Code呢？装好就能用。打开就有功能，点一下就有权限提示，什么都不用学。它的前期投入几乎是零。

但这也是真正的分野所在。

Claude Code卖给你的是短期投入的轻松，Pi Agent卖给你的是长期收益的可能。

你选Claude Code，意味着你接受别人替你定义好的产品边界，它好用，但它会长成Anthropic的产品经理希望它长成的样子，不会长成你希望它长成的样子。你省下了今天的一个小时，却可能在未来每一次「它做不到我想做的事」时反复妥协。

你选Pi Agent，意味着你愿意先付一笔学费。换来的是，这个工具的每一个角落都向你敞开。你想要一个代码审查专家，就只给它审查相关的提示词和工具；你想要一个自动化运维助手，就给它接上服务器管理相关的权限和脚本；你想要一个个人写作编辑，就给它配置好文章审校的流程和标准。你今天写下的那个Extension，三年后还在为你工作。

短期看，产品永远比平台讨喜，开箱即用，所见即所得。

长期看，平台永远比产品值钱，因为它会跟着你一起复利增长。

这就像租房和买房。租房，今天就能拎包入住，但房子永远是别人的，租金永远在涨。买房，要凑首付、要还贷款、要自己装修，累得半死，但十年后这房子是你的，而且它会一点点长成你想要的样子。

OpenClaw就是最好的证明

如果你觉得「在Pi Agent上搭一个产品」这件事听起来太远，那我给你看一个现成的例子，OpenClaw。

OpenClaw不是一个Agent内核，它是一个完整的、风靡全球的产品。但它不是从零写的。它就是一群人，在Pi Agent这个平台引擎的基础上，包了一层完整的界面、多平台支持（Telegram、Discord、Web都能用）和一个配置向导，做出来的。

装完跑一个初始化脚本，五分钟就能用。

如果你只想要一个开箱即用的体验，OpenClaw是比Pi Agent本身更好的入口。

但我想说的是另一层：

OpenClaw证明了一件事，Pi Agent真的可以作为一个平台，被人拿来造产品。

Mario Zechner造了引擎，OpenClaw的团队造了整车。而这件事最美妙的地方在于，OpenClaw只是无数种可能里的一种。

你完全可以用同样的方式，造一个属于你自己的「OpenClaw」。

不一定要造给别人用。也许你就是想要一个专门帮你审稿的Agent，一个只懂你那套分析逻辑的Agent，一个能接上你公司内部系统的Agent。在Pi这个平台上，这些都只是「编辑」和「扩展」的事，而不是「重新发明轮子」的事。

你不需要成为Mario Zechner那样的人，才能搭建你自己的OpenClaw。

你需要的，只是长期地去研究和扩展Pi，并愿意为长期收益，先付一笔短期的学费。

我正在考虑支付这笔学费，你呢？

还有许多问题

说到底，这两周用下来，Pi Agent让我最兴奋的不是它现在是什么，而是它潜藏的那个未来。

一个工具不再由少数公司在产品会议室里定义、而是由每个使用者自己动手搭建的未来；一个极简内核加上开放生态、让创新从底层涌现的未来。

比如，每个公司、每个团队是不是都能用Pi Agent来搭建自己的Agent平台？Pi Agent的自定义特性和开源特性，特别符合中国公司什么都要自己干的特性。

比如，如果我持续用Pi Agent，那么，我最想长期获取收益，并且可以坚持的方向是什么？是不是也能拥有我自己的Agent产品？

比如，是不是从现在开始使用Pi Agent来搭建，能更好地保护自己的数据和信息，能从长期累积中获取Context的收益？

……

我想到了很多问题，但我现在没有答案，包括Pi Agent是不是就是最适合的那一个，现在也不好说。我会继续探索和更新我的思考和答案，欢迎关注我的后续更新。

不管怎么样，感谢Mario Zechner用一句「我讨厌每一个Coding Agent」开始了这一切。这件事最美妙的地方在于，

他不仅自己造了一个，还把引擎开源了出来，让每个想自己造的人，都不需要从头开始。

这可能，才是开源精神最好的样子。

也是为什么我说，每个人都可以用Pi Agent，搭建自己的OpenClaw。