Pi是一款刻意保持极简设计的编码工具，仅内置4个工具，系统提示和工具定义低于1000个token。研究表明，这种极简设计不仅更简洁，而且成本更低、性能更优。在Databricks和Shopify的案例中，Pi均产生了理想效果。

简约即优势：Pi 如何以更少实现更多

人工智能让代码变得廉价，许多公司因此倾向于构建更庞大的工具以追求更优性能——更大的提示词、更复杂的编排、更多的层级。但这同时也让这些工具的使用成本水涨船高。Pi 则反其道而行之。

Pi 是一款刻意追求简约的编码工具。它开箱即用，仅提供4个工具，系统提示词和工具定义加起来不到1000个token。其核心理念是：大多数工作都可以用基础功能完成，如果需要更多，用户可以自行构建。

越来越多的证据表明，Pi 的设计不仅更简洁，而且更经济、性能更优。用户发现，即便不添加任何扩展来匹配特定工作流程，原版 Pi 也能产生行业领先的成果。正如我们在 Databricks 和 Shopify 的案例研究中看到的，Pi 为两者都带来了理想的效果。

Databricks 研究：每任务成本

Databricks 最近发布了他们的研究成果《在 Databricks 数百万行代码库上对编码代理进行基准测试》。研究目的是了解哪些编码代理在实际编码任务中表现最佳，以及任务性能与价格之间的关系。

为了避免外部基准测试可能存在的偏差，他们基于工程师团队日常执行的任务创建了自己的测试集。结果印证了预期，但可能让业界许多人感到意外。用他们的话说："调用模型的工具框架会显著影响成本和质量"，以及"在许多情况下，像 Pi 这样的简单框架在我们的工作负载上表现最佳"。

当与 Opus 4.8（xhigh）结合时，Pi 获得了最高的总体通过率，同时成本远低于 Claude Code 和 Codex。

简约框架，显著效果

Pi 的出色之处在于，它不会试图用一堆默认设置和指令来包裹模型，这些指令往往会在指令层级中丢失。相反，Pi 让模型自由发挥，团队可以添加他们实际需要的内容。

Databricks 的研究很有启发性，因为它将模型与框架分离开来。他们报告说，当使用相同的模型和相同的思考强度，但通过不同的框架运行时，"每任务成本差异显著（某些情况下超过2倍），而质量保持不变"。我们将此称为 Pi 的"上下文纪律"。"Pi 每轮发送的上下文大约少3倍。它更好地管理了上下文，保持更紧凑的工作集，并以更少的轮次完成任务。"

我们同意必须考虑端到端的工程经济学，而不仅仅是每token的价格。这在模型层面也是如此；例如，我们观察到，在 Haiku 4.5 上运行复杂工作流往往比 Sonnet 4.6 更昂贵，尤其是在涉及代码执行时，仅仅是因为代理需要更多轮次才能成功完成任务。现在我们在框架层面也看到了这一点：使用性能更优的框架搭配更强、更昂贵的模型，可能比相反的组合更便宜。

Shopify 构建 Pi Autoresearch：可扩展性胜过臃肿

简约是 Pi 核心哲学的一部分。但简约并不意味着不灵活。事实上，它是第一个为可扩展性和自我编辑能力而设计的广泛使用的代理基础设施。

Shopify 提供了另一个对 Pi 设计的有洞察力的外部验证。在 Shopify Engineering 的一篇文章中，David Cortés 描述了如何直接将 pi-autoresearch 构建为 Pi 的扩展——只需让"Pi 创建一个 Autoresearch 扩展"。Pi 读取自己的扩展文档，然后开始构建新的工作流。

Autoresearch 是一个用于编码代理优化的自主循环。当你要求进行更改时，它会运行实验来找出什么有效、什么导致回归。只要目标可衡量，它就能排除这些回归并持续自我改进。

对于 Shopify 和其他用户来说，Autoresearch 扩展迅速成为重要的内部生产力工具。Shopify 报告了多个案例，包括单元测试运行速度"提升300倍"，React 组件挂载"提升20%"，多个项目的构建时间缩短，甚至 pnpm 性能也得到了改善。

这里的关键点是，Pi 并没有预装这些工具。相反，它让构建这些工具变得异常简单。Pi 不假设供应商了解你的工作流并试图提供所有可能的工具，而是假设你最了解自己的需求，并赋予你可扩展性来打造自己的工作流。

为什么简约现在胜出

大约一年前，有人可能会认为原生框架具有结构性优势，因为模型是围绕它们构建的。然而，这个论点已经变得越来越弱。

前沿模型现在通常非常擅长理解终端（或终端风格）的编码环境并在此环境中操作。Anthropic 最近将 Claude Code 的系统提示词削减了80%，就是这一趋势的明显信号。因此，问题越来越不在于框架的原生程度，而在于它如何处理上下文以避免冗余，并以简洁的原语进行操作。模型需要一个干净的接口来连接环境，以及一个不浪费上下文的框架。

Pi 提供了这些：更少的提示词开销和重复上下文，更低的运行成本，更少的不必要抽象。由于它是可扩展的，你不会失去能力，而是获得选择性。你只在复杂性"值得保留"时才添加它。

我们也在看到本地模型快速发展，在 Earendil，我们认为它们非常有前景。Pi 的上下文纪律在这里尤其有价值。本地模型通常具有较低的上下文窗口，预填充可能需要很长时间，因此保持稳定的提示词前缀很重要。上下文纪律意味着我们不会在用户没有明确要求的情况下更改上下文，避免了长达一分钟的重新预填充。结合最小的默认系统提示词和工具集，这使得 Pi 成为本地模型的理想框架。

Pi 正在证明它能够管理这一切：更便宜、更简约、更高效。

根据评论内容，总结如下：

主要观点与论据：

1. Pi的核心理念：极简与可扩展性（支持者居多）

   • 评论认为Pi的极简设计让用户能按需定制，而非适应工具（评论9: "the tool gradually morphs into the thing I need rather than me having to adapt myself"）
   • 插件系统允许用户自由扩展，实现个性化工作流（评论4: "The idea of completely personalized software is so cool"）
   • 底层agent harness值得关注（评论14: "the underlying agent harness is also worth looking"）

2. Pi的实用性与局限性（平衡观点）

   • 正面：适合特定场景，如服务器维护、CI/CD（评论6: "Using it primarily with Deepseek v4 Flash for chipping away at coding tasks or server maintainence"；评论11: "I use pi for agentic CI; reviews, etc."）
   • 负面：扩展质量参差不齐，需要用户投入精力打磨（评论7: "easy to get an extension, but hard to get a good one"）
   • 沙箱与自动审批功能不完善（评论8: "The biggest issue with Pi is that they don't have proper sandboxing with auto approval"）

3. 极简主义的争议（不同观点）

   • 支持者认为LLM是核心，当前许多调优将变得多余（评论15: "much of current harness tuning will become redundant with next-gen models"）
   • 反对者认为极简是负面因素，需要更完善的机械处理（评论16: "minimalism is a net negative... What you really want is a harness that meets the expectations of the model"）

4. 与同类工具的对比

   • 与OpenCode竞争，但Pi更注重可塑性（评论13: "the competition is to be the putty, to deliver the agency"）
   • 用户从OpenCode转向Pi（评论4: "We built our first version... with opencode, but we're probably going to switch to Pi"）

5. 商业化担忧

   • 有评论担心Pi最终会走向商业化（评论3: "Literally every AI project ends up getting monetized... It's only a matter of time before π's enshittification kicks in"）

总结： 评论者对Pi的极简可扩展理念高度认可，认为它提供了个性化软件的可能性。但实际使用中，扩展质量、沙箱功能、学习曲线等问题仍需解决。关于极简主义是否最优，存在明显分歧。整体上，Pi被视为有潜力的工具，但需要用户投入时间打磨。