上周刷掘金，热榜第一挂了篇"为什么越来越多人用 Pi"，1.3 万阅读。点进去看完，说实话有点被数字吓到：Pi 的 GitHub 仓库已经 94.8K Stars，今年涨了快 5 倍。 评论区清一色的"从 Claude Code 切过来，再也回不去了"。我当时的判断是：又一个工具被捧过头了。但仔细看了一圈 Pi 的架构和社区讨论，发现它确实和 Claude Code、Cursor 走了一条不同的路------不是功能堆叠，而是从"Agent 该怎么设计"这个底层问题出发做减法。 于是装了 Pi，跑了一些的日常开发任务。聊聊真实感受。
我之前用什么，为什么要换
Claude Code 的重度用户，从去年开始当主力。日常写代码、重构、调试、写测试，大部分场景没问题。 但痛点很明显：复杂任务响应慢。上下文一长------同时打开十几个文件、对话超过 30 轮------等待时间经常超过 30 秒。有几次我盯着转圈的终端怀疑人生。
更烦的是 Claude Code 的系统提示词太长（约 14000 tokens），有时候模型被自己的约束条件绕晕，给出一段看起来专业的代码，跑起来报错。你问它为什么，它说"抱歉我忽略了 XX 约束"，重新生成一版，结果还是错的。 工具越复杂，模型越容易被自身的 harness 逻辑干扰------这个问题我在社区看到越来越多人吐槽。
Pi 的极简哲学：只有 4 个工具
掘金上那篇文章的核心观点我很认同：Pi 的设计哲学是"极简核心 + 用户可扩展"。
它只有 4 个核心工具：
read：读取文件write：创建/覆盖文件edit：精确的文本替换（类似 Claude Code 的 str_replace）bash：执行 shell 命令
没有 plan mode，没有 sub-agent，没有内置的网页搜索，没有代码搜索工具（grep/find 什么的得靠 bash 自己调）。 我第一次打开 Pi 的时候确实愣了一下------这也太素了。Claude Code 进去之后有各种功能提示、内置工具列表、文档链接，Pi 就一个空白提示符等你输入。 但跑任务下来，我发现大部分任务确实只需要这 4 个工具。流程就是：读文件 → 改代码 → 跑测试 → 看结果。模型够聪明的话，工具数量不是瓶颈。 真正决定体验的是模型本身的推理能力，以及你给它多少有效上下文------不是塞 14000 tokens 的系统提示词让它记住 100 条规则，而是通过 AGENTS.md 精准描述当前项目的结构和约束。
实测对比：速度和 Token 消耗
我用的主力模型是 DeepSeek-V4-Flash。选它主要是便宜，而且 Pi 支持 15+ 模型提供商------Anthropic、OpenAI、Google、Mistral、本地 Ollama 等都能接。这一点是 Claude Code 完全做不到的。Claude Code 基本只能用 Anthropic 自家的模型，虽然最近支持了一些扩展，但灵活度差远了。
在 Pi 里，我可以简单任务用 GPT-4o-mini，复杂重构用 Claude Opus，敏感代码用本地 Qwen。用 /model 命令实时切换，不需要重启会话。 做一个速度对比。同样是把一个中型 React 项目里的 Class 组件重构成 Hooks + 自定义 Hook：
| 指标 | Claude Code (Sonnet 4) | Pi (DeepSeek-V4-Flash) |
|---|---|---|
| 任务耗时 | ~45 秒 | ~9 秒 |
| Token 消耗 | ~8500 | ~1500 |
| 输出质量 | 结构合理，但有 2 处 lint 警告 | 基本一致，lint 通过 |
速度差了 5 倍，Token 消耗差了 5 倍多。当然这个测试场景比较单一，不能作为全面评价，但差距是实打实能感受到的。 另外 Pi 有个我觉得很好但 Claude Code 没有的功能：树状会话历史。你可以在对话中分叉，创建分支，尝试不同方案后回退。这在处理"一个组件需要同时考虑性能优化和代码可读性"这种多分支任务时特别有用。
扩展系统：从"毛坯房"到"精装房"
如果说极简核心是 Pi 的骨架，那扩展系统才是它的灵魂。 Pi 的扩展用 TypeScript 编写，可以添加新工具、注册 Hook、自定义命令。我写了一个简单的扩展，功能是每次代码修改后自动跑 npx eslint --fix，省去了手动跑 lint 的步骤：
dart
// extensions/auto-lint/index.ts
import { defineExtension } from '@earendil-works/pi-extension';
export default defineExtension({
name: 'auto-lint',
hooks: {
afterWrite: async ({ filePath, bash }) => {
if (filePath.endsWith('.ts') || filePath.endsWith('.tsx')) {
await bash(`npx eslint --fix "${filePath}" 2>/dev/null`);
}
},
},
});配置文件里注册一下就行。整个扩展代码不到 15 行，但它帮我省掉了大量重复操作。 社区里有个叫 oh-my-pi 的 fork，加了 Hashline 编辑（彻底消灭行尾空格的噩梦）、LSP 驱动的智能重命名、lldb/dlv/debugpy 调试器集成，以及 40+ 模型提供商支持。很多人直接用 oh-my-pi 替代原版，说这是"Pi 该有的样子"。 还有个比喻我觉得很精准：Pi 是编程界的 Arch Linux------给你最基础的东西，其余的都靠你自己折腾。 但说实话，不是所有人都有耐心从零折腾。
踩坑实录：3 个真实痛点
用了一阵，碰到几个让我差点放弃的问题。
坑 1：没写 AGENTS.md，模型直接放飞自我
Pi 的上下文高度依赖 AGENTS.md 文件------定义项目结构、技术栈规范、编码约定。在 Claude Code 里习惯了开箱即用，刚切到 Pi 时真的不适应：没有 AGENTS.md，Pi 就是个失忆的天才，啥都懂但不知道你项目的规矩。 我第一次跑的时候偷懒没写，结果 Pi 给我生成的代码用了 Jest------项目里明明用的是 Vitest。跑测试全挂，满屏红色报错，我盯着终端愣了五秒才反应过来是怎么回事。 后来老老实实花了 40 分钟写了一份 AGENTS.md，定义了技术栈、目录结构、命名规范、测试框架、禁止事项。效果立竿见影。
分享一个我 AGENTS.md 的核心片段：
markdown
## 技术栈
- React 19 + TypeScript 5.8
- 状态管理: Zustand（禁止用 Redux）
- 测试: Vitest + Testing Library（禁止用 Jest）
- 样式: TailwindCSS 4.x
## 目录约定
- 组件放 src/components/，每个组件一个文件夹
- 自定义 Hook 放 src/hooks/
- 工具函数放 src/utils/，必须有单元测试
## 禁止事项
- 不要引入新的 npm 依赖，除非明确讨论过
- 不要修改 src/api/ 下的接口定义
- 不要用 any 类型，至少用 unknown写完这份之后，后续每次对话的质量都稳定了很多。前面花的时间确实值了。
坑 2：大规模重构时 Diff 看得想砸键盘
Pi 纯终端界面，文件 diff 用文本展示。几行修改还行，十几个文件的大规模重构时，在终端里上下滚动看 diff 简直折磨。 Cursor 有图形化 diff 视图，一眼看清改了哪行。Pi 这方面差了一个量级。社区有人说用 --diff-external 调外部 diff 工具，我折腾了半小时没配通，最后放弃了。 如果你习惯图形化工具，这可能是最大的劝退点。
坑 3：部分扩展维护不积极
Pi 本身更新很快（基本每周都有新版本），但社区扩展的质量参差不齐。我装了 3 个扩展，有 1 个在最新版 Pi 上跑不起来，报了一个关于 RPC 接口的兼容性错误。提了 Issue，作者三天没回复。 这在快速增长的开源项目里很常见：核心项目火热，但生态还没跟上。
我怎么看 Pi 的定位
我大概理解了 Pi 为什么能吸引这么多人。 它不是在做一个"更好的 Claude Code"，而是在回答一个更底层的问题：当模型足够聪明的时候，Agent 框架还需要那么复杂吗？ Pi 的答案是不需要。Claude Code 的系统提示词 14000 tokens，Pi 只要 200。这不只是省几个 token 的事------它意味着模型每轮对话的"噪音"更少，推理空间更大，行为更可预测。 但这套逻辑有个前提：你自己得有能力管好上下文。如果你不写 AGENTS.md，不装扩展，不花时间配置工作流，Pi 就是一个光秃秃的终端，什么都得从头来。 所以 Pi 适合什么人？
- 追求控制权、讨厌黑盒的资深开发者
- 经常需要在 SSH 远程/Docker 容器里干活的人
- 想把 Agent 嵌入自己产品的团队（Pi 有 SDK 和 RPC 模式）
- 想自由切换模型、不被厂商锁定的人
不适合什么人？
- 纯新手，不想折腾配置的
- 重度依赖图形化工具的
- 想要"开箱即用、拎包入住"的
结论：Pi 已经成了我的默认工具
说结论。这一周用下来，Pi 已经替代 Claude Code 成了我打开终端后的第一选择。日常写代码、重构、调试、跑测试，Pi 是我的首选。 Claude Code 没有完全卸载------复杂的多文件规划任务，比如需要同时理解 5 个以上文件的关联关系、做跨模块重构的时候，我还会切回去，因为它的上下文连贯性确实更强。 但 80% 的日常开发场景，Pi 更快、更省、更可控。"极简 + 可控"这套逻辑，对我来说比"功能多 + 开箱即用"更有吸引力。 如果你正在纠结要不要切过去，我的建议很简单：装上 Pi，拿一个小项目跑两天。不用急着"迁移"，好用就留，不好用就删，没什么成本。
最后分享一句 Pi 社区里我看到的话，用在这篇结尾刚好： 当你觉得一个 AI 编程工具越来越"重"的时候，问题可能不是它不够强，而是复杂度本身在拖你后腿。