pi agent

Pi Agent 更像一个"可编程的 Agent 内核/终端框架";Claude Code 和 Codex 更像"开箱即用的完整编码产品"。

一句话结论

  • 想要开箱即用、少配置:Claude Code
  • 主要使用 OpenAI/Codex 模型,追求官方模型体验:Codex
  • 想接入多种模型、深度定制工具和工作流:Pi Agent
  • 想把 Coding Agent 嵌入自己的系统或平台:Pi Agent 优势最大

核心对比

维度 Pi Agent Claude Code Codex
定位 极简、可扩展的终端 Agent 框架 完整的终端编码助手 OpenAI 生态的编码 Agent
默认体验 简洁,需要自己搭工作流 成熟、开箱即用 开箱即用,偏 OpenAI 体系
模型选择 很广:Anthropic、OpenAI、Gemini、DeepSeek、OpenRouter、本地模型等 主要围绕 Claude 主要围绕 OpenAI/Codex
扩展能力 TypeScript 扩展、Skills、Prompt、Theme、SDK 有一定扩展和生态,但核心流程由产品定义 以 OpenAI 工具和工作流为主
自定义工具 可以直接注册 TypeScript 工具 通常通过命令、MCP 等方式扩展 主要使用其支持的工具和配置
多 Agent 核心不内置,但可以自己实现或安装扩展 产品能力相对完整 取决于具体版本和工作流
Plan 模式 核心不内置,可通过扩展实现 通常有成熟的任务规划工作流 通常有相应的任务执行能力
权限控制 默认不强制弹窗,可自行扩展 有较完整的权限确认机制 有沙箱/权限控制机制
Session 管理 JSONL、分支、树状历史、fork/clone 有会话恢复能力 有会话/任务恢复能力
SDK/嵌入 很强,提供 Node SDK、RPC 模式 更偏 CLI 产品 主要面向 OpenAI 生态
上手成本 中等,需要理解配置和扩展 低到中等
工作流自由度 最高 中等 中等

Pi Agent 的主要优势

1. 不绑定单一模型供应商

Pi 可以在同一个终端中切换多种模型和供应商,例如:

bash 复制代码
pi --model anthropic/claude-sonnet-...
pi --model openai/...
pi --model google/...
pi --model deepseek/...

这意味着你可以根据任务选择模型:

  • 复杂架构:Claude、GPT 等强推理模型
  • 日常修改:便宜的模型
  • 中文或国内网络环境:DeepSeek、Kimi、MiniMax、智谱等
  • 本地部署:llama.cpp 或自定义 OpenAI 兼容服务

Claude Code 和 Codex 的体验通常会更集中在各自厂商的模型体系里。

2. 极强的可编程性

Pi 的扩展使用 TypeScript,可以:

  • 注册自定义工具
  • 添加 /command
  • 拦截和修改工具调用
  • 在执行危险命令前增加确认
  • 防止修改 .envnode_modules
  • 自动创建 Git checkpoint
  • 接入 SSH、容器、远程服务器
  • 修改上下文和压缩策略
  • 添加自己的 UI、状态栏、交互组件
  • 接入企业内部 API、CI、发布系统

例如可以做一个企业内部工具:

typescript 复制代码
pi.registerTool({
  name: "query_internal_api",
  description: "查询公司内部服务",
  parameters: ...,
  async execute(...) {
    // 调用内部 API
  }
});

Claude Code 和 Codex 更适合直接使用已有能力;Pi 更适合把 Agent 改造成你的专属开发平台。

3. 核心非常小,行为更容易理解和控制

Pi 默认只提供:

  • read
  • write
  • edit
  • bash

它不强行规定复杂的任务管理、规划、子 Agent、后台执行等机制。

这带来的好处是:

  • 系统提示词更简单
  • Agent 行为更透明
  • 调试更容易
  • Token 消耗相对可控
  • 不容易被大量内置流程干扰
  • 可以按团队需求自行设计工作流

这也是 Pi 的哲学:核心保持最小,把复杂能力交给扩展和用户自己决定。

4. 更适合嵌入其他产品

Pi 不只是命令行工具,还提供:

  • Interactive 模式
  • Print/脚本模式
  • JSON 模式
  • RPC 模式
  • Node.js SDK

所以可以把它嵌入:

  • 内部研发平台
  • Web IDE
  • VS Code 插件
  • 自动化流水线
  • 代码审查服务
  • 企业 Bot
  • CI/CD 系统
  • 多 Agent 调度器

这是 Pi 相对 Claude Code、Codex CLI 更明显的优势之一。

5. Session 分支能力比较强

Pi 的会话采用树状结构,支持:

  • /tree 在历史节点之间切换
  • /fork 从某个节点创建分支
  • /clone 克隆当前分支
  • /compact 压缩上下文
  • JSONL 持久化
  • 导出、导入和程序化管理

适合探索多种实现方案,例如:

  1. 让 Agent 尝试方案 A
  2. 从之前节点 fork
  3. 再尝试方案 B
  4. 比较两个分支结果

Claude Code 的优势

Claude Code 更适合希望快速完成真实项目开发的人。

它的优势通常在于:

1. 开箱即用程度高

不需要自己设计:

  • 任务规划方式
  • 权限策略
  • 常用命令
  • 代码库理解流程
  • 交互体验

直接进入项目目录就可以工作。

2. Claude 模型的代码任务体验成熟

特别是以下场景:

  • 阅读大型代码库
  • 多文件重构
  • 复杂 Bug 定位
  • 前端和后端联动修改
  • 需要较强自然语言理解的任务

3. 生态和使用范式较成熟

很多团队已经围绕 Claude Code 建立了:

  • CLAUDE.md
  • MCP 服务
  • 权限配置
  • Git 工作流
  • Review 流程
  • CI 自动化

如果团队已经大量使用 Claude 生态,Claude Code 的迁移成本更低。

4. 安全交互更适合普通开发者

Claude Code 通常会对文件修改、命令执行等操作提供比较明确的确认和权限控制。

Pi 默认不强制提供这种权限弹窗,因此 Pi 用户需要自己配置容器、沙箱或扩展。

Codex 的优势

如果这里的 Codex 指 OpenAI Codex CLI,它的优势主要是:

1. OpenAI 模型和产品整合

如果你已经在使用:

  • ChatGPT Plus/Pro
  • OpenAI API
  • Codex 模型
  • OpenAI 企业服务

Codex 的登录、模型和账户体系更统一。

2. 代码执行和沙箱体验

Codex 通常更强调:

  • 沙箱执行
  • 命令权限
  • 自动修改代码
  • 测试和验证
  • 任务执行隔离

对于不想自己搭安全层的用户,体验会比较直接。

3. 适合标准化编码任务

例如:

  • 根据 Issue 修改代码
  • 运行测试并修复
  • 实现一个功能
  • 生成 PR
  • 做代码审查
  • 在隔离环境中执行任务

如果你主要希望"给任务,然后让 Agent 执行",Codex 会比 Pi 更省事。

Pi 的短板

Pi 的优势同时也是它的成本。

1. 很多高级能力不是内置的

Pi 核心明确不内置:

  • Sub-agents
  • Plan mode
  • MCP
  • 内置 Todo
  • 内置权限弹窗
  • 后台 Bash

这些能力不是做不到,而是需要:

  • 自己写扩展
  • 安装第三方 Pi Package
  • 用 tmux 组织多个 Pi 实例
  • 使用容器或沙箱
  • 用文件保存计划和任务状态

因此,Pi 更像积木,而不是完成品。

2. 对用户的工程能力要求更高

你可能需要自己处理:

  • API Key 和供应商配置
  • 模型选择
  • 权限策略
  • 项目级 AGENTS.md
  • 扩展维护
  • 第三方包安全审查
  • 多 Agent 调度
  • 企业服务接入

3. 生态相对年轻

Claude Code 和 Codex 背后是大模型厂商,产品、模型、文档和生态资源更集中。Pi 的生态更开放,但需要自己筛选和组合。

如何选择

选择 Pi,如果你:

  • 不想被某一家模型绑定
  • 经常切换 Claude、GPT、Gemini、DeepSeek 等模型
  • 想使用国内模型或本地模型
  • 需要连接公司内部工具
  • 想自定义权限和执行环境
  • 想自己实现多 Agent、Plan、MCP
  • 想把 Agent 嵌入自己的应用
  • 喜欢终端、脚本和 TypeScript
  • 希望完全掌控上下文、工具和会话

选择 Claude Code,如果你:

  • 主要使用 Claude
  • 希望快速上手
  • 需要成熟的代码库理解和重构体验
  • 不想自己编写扩展
  • 团队已经使用 CLAUDE.md、MCP 和 Claude 生态
  • 更重视产品完成度而非底层自由度

选择 Codex,如果你:

  • 主要使用 OpenAI/Codex 模型
  • 已经有 ChatGPT 或 OpenAI 账户
  • 想在沙箱中让 Agent 执行任务
  • 需要标准化的代码实现、测试和修复流程
  • 希望减少模型和工具配置

对开发团队的建议

比较实用的组合是:

  • Claude Code / Codex:个人日常开发、快速实现和修复
  • Pi Agent:企业内部定制、自动化流水线、多模型路由、特殊工具集成

例如:

text 复制代码
日常写代码       → Claude Code 或 Codex
国内模型/低成本   → Pi + DeepSeek/Kimi/MiniMax
内部平台接入      → Pi SDK/RPC
复杂自动化流程     → Pi Extension
需要强安全隔离     → Codex 或 Pi + 容器/沙箱

最终可以把三者概括为:

Claude Code:产品化最好

Codex:OpenAI 集成最好

Pi Agent:可控性、可扩展性和多模型能力最好

相关推荐
律宏阔14 分钟前
微信小程序使用 Orval + OpenAPI 自动生成接口:Axios 兼容踩坑记录
前端·微信小程序
律宏阔16 分钟前
微信小程序集成 TDesign 完整记录:解决 NPM packages not found
前端·微信小程序
律宏阔19 分钟前
微信小程序 ECharts 瘦身实战:分包异步化 + componentPlaceholder 避开主包 2MB 限制
前端·微信小程序
夏天要喝冰可乐26 分钟前
从 Idea 到开源插件:我用 Vibe Coding 做了「文章摆渡」
前端·ai编程·vibecoding
小小小小宇33 分钟前
Pi 手动添加
前端
然我1 小时前
模型不是 Agent:从零实现一个最小 Agent Loop
前端·人工智能·agent
boooooooom1 小时前
手把手做一个图 RAG 烹饪问答系统:Neo4j + Milvus + LLM 的工程实践
前端·javascript·后端
小小善后师1 小时前
HID 设备对接技术解析:基于本地中间服务的 WebSocket 通信模式
前端
黄油面包1 小时前
Codex 额度三天见底后,我重新做了一周预算
前端·人工智能