我为什么从 Claude Code 换到了 Pi Agent
用了很久的 Claude Code。从 Opus 4.6 一路用到 4.7，说实话，体验不差——Anthropic 的模型在代码能力上确实有东西。但就像我上一篇文章吐槽过的，A 厂的问题从来不在模型本身：封号、限流、模型说禁就禁、账单像过山车一样飘忽不定。之后也尝试在Claude Code上使用第三方模型，如：GLM 5.2、Deepseek V4等等。但随着模型升级，Claude Code的功能也在增加。如Claude Code的workflows功能很强，但一次任务动辄数十分钟、长则数个小时。Token消耗都是数百万起，这种情况总给我一种”花钱不受我自己控制“的感觉…
后来有一段我切到了 Codex。GPT 系列沉稳、谨慎、不太犯错——但偶尔谨慎到让你想敲键盘。"这个改动会不会有风险？要不要再确认一下？你真的要这么做吗？"——行了行了我知道了，你倒是动手啊！还有就是传Codex有SSD杀手的可能性，动不动就是几个几十个G的项目文件。说实在我不知道它在做些什么一个问题需要几十个G甚至上T的数据量。
然后 Pi Agent 出现了。
先说一个你可能没注意到的数字
你付给 AI 编程助手的钱，大部分不是花在写代码上，而是花在了 你还没开始写代码之前 。
Claude Code 每开一个会话，系统提示大约 14,000 个 token。这是什么概念？每次你打开终端输入第一行指令之前，14K token 已经烧掉了。这些 token 在告诉模型：你是谁、你能用什么工具、你要怎么说话、你不能做什么、你要怎么处理权限、你要怎么管理子任务、你要怎么格式化输出……一大串。
Codex CLI 也差不多。这些"重型" Agent 的设计哲学是：把模型当成一个需要详细说明书的新手，所以把所有规则写在前面。
Pi Agent 反着来。它的系统提示只有大约 1,000 个 token。四个工具——read、write、edit、bash。没了。
这不是偷懒。这是一种判断：”前沿模型已经被 RL 训练得足够好了，它天生就知道怎么当编程助手，不需要你再写一万字的说明书。” 把规则写进提示，不如把 token 留给真正的任务。
省下来的 token，谁来买单？你!
Databricks 那份报告说了什么
大概在 7 月初，Databricks 的 CTO Matei Zaharia 发了一份内部评测报告，在他们自己的数百万行代码库上对比了各种编程 Agent。这个代码库涵盖 Scala、Go、Rust、Java、Python、TypeScript 等十几种语言——远不是那种"只有几个 Python 文件"的玩具测试。
报告的地址：
https://www.databricks.com/blog/benchmarking-coding-agents-databricks-multi-million-line-codebase
报告的核心结论之一是：”Harness（就是 Agent 的外壳、中间层）对成本的影响比模型本身还大。“
几个关键数据：
同一个模型（Opus 4.8），通过 Pi Agent 运行比通过 Claude Code 运行便宜 2.08 倍，而且任务完成质量完全相同。Pi 做到的秘诀很简单——每次对话轮次发送的上下文少了大约 3 倍。上下文少了，模型处理得快了，不需要反复回看几十条工具定义。
还有一个震撼的数据：GPT 5.5 跑同一个任务，Codex harness 消耗了 1,235,000 个 token，而 Pi 只消耗了 665,000 个 token——几乎少了一半。
这还没完！报告还戳破了一个常见的幻觉：便宜的单token价格 ≠ 便宜的总成本。A厂的Sonnet 5每token比Opus 4.8便宜1.7倍，看起来很划算。但实际跑任务时，Sonnet花了更多时间反复读代码、绕圈子、试错——最终每个任务的成本是 $2.09，而Opus是 $1.94。Sonnet完成任务成本更高，而且任务完成率还低了6个百分点（81% vs 87%）。
这就像请了两个顾问。一个时薪便宜，但做事拖拉——同样一份报告，他要翻来覆去地查资料、改方案、推倒重来，最后花了20个小时。另一个时薪贵不少，但拿到任务三下五除二，8小时交活。最后你一看总账单：便宜的那个反而多花了一倍的钱。你在雇人的时候，算的是"时薪多少"还是"把这事干成要多少钱"？
Databricks 的答案是：”单任务成本“才是唯一值得看的指标。
而 Pi Agent 在“单任务成本”这个指标上，几乎所有模型都做到了最优——不是因为它的模型特别强，而是因为它够轻。它不在你和模型之间塞任何不必要的东西。还记得我之前说给Deepseek V4加一个强制深度思考协议吗？在Pi下，我只需要提高DS V4的深度思考深度。然后…然后效果比之前在Claude下添加那个劳什子协议要强悍很多。
多模型工作流：不同的事，找不同的人
上一篇文章我聊过我的多模型协同系统：DeepSeek 做调研、写代码，GPT 审核计划、调整思路。但当时这套流程跑在 Claude Code 里，切换模型其实很别扭——毕竟它骨子里是个 Claude-first 的工具。
Pi天生是模型厂商无关的，它不假设你一定用哪家的模型。不用堂而皇之的说我是为了哪个模型做”优化“！你可以在配置文件里随便切换：这一轮用Fable做架构设计，下一轮用DeepSeek实现代码，再用GPT做审查——全在一个终端里完成，不需要开三个不同的工具。
再往上一层，Pi还有一个叫pi-crew的扩展（社区开发的，MIT开源），让你可以用YAML定义多Agent工作流。比如这样：
研究员（用 DeepSeek）→ 写初稿
实现者（用 Opus 4.8）→ 写代码
审查者（用 GPT 5.5）→ 检查质量
每个Agent各自处理一个子任务，跑完交给下一个。不同模型各司其职，便宜的干粗活，贵的做精细活。
还有一个更激进的做法——IndyDevDan在YouTube上演示的Pi-to-Pi通信：直接让两个Pi Agent互相聊天。生产环境的Agent和开发环境的Agent通过网络通信，协调完成一个Bug修复——而生产端全程自动脱敏，不会泄露任何信息。两个 Agent是平等的，没有"上级派活给下级"，像一个真正的两人团队在合作。这个和使用一个模型里的不同Agent对话是有本质上区别的，同一个模型的不同Agent对话很容易因为幻觉变成最后聊的你都看不懂的样子了！
这些在 Claude Code 里不是做不了，但要么很重、要么很贵、要么你根本摸不到底层。Pi把控制权交给你，而不是替你决定"你应该怎么工作"。
不光是写代码
到这里你可能觉得Pi Agent是一个纯编程工具——但它不是。
因为Pi本质上只是一个连接你和大模型的极简通道，所以你能用大模型做的事情，Pi都能帮你做，而且更快、更省token。
比如我写这篇公众号文章。之前的流程是：在Claude Code里给指令，Claude Code先加载14K系统提示，再加载项目说明（CLAUDE.md），再加载我指定的参考资料，然后才开始真正工作。现在用Pi，同样的任务，起步就省了十几K token。
再比如日常的零碎需求：让 AI 帮你整理个表格、写封邮件、分析一段日志、查几个 Linux 命令的用法——用 Pi 就是一句话的事，不会有大段系统提示在你前面挡路。
我自己最近的日常使用场景：
- 写文章：Pi帮我搜集资料、整理大纲、起草初稿（这篇就是）
- 家庭网络管理：让Pi上的DeepSeek帮我分析Prometheus监控数据，检查节点健康度
- 多模型协同开发：eVoiceClaw系列产品里，复杂的功能让Opus或者Fable做设计、DeepSeek或者GLM做实现、GPT做审查——一个 Pi 终端全搞定
- 随手问答：懒得搜的东西，直接问Pi，token开销几乎可以忽略
说白了，Pi 给你的是一种"想用就用"的轻松感。不用担心这个会话是不是开了太多工具导致 token 爆炸，不用担心切个模型是不是又要重新配置，不用担心系统提示里某条规则是不是让你的 AI 变"笨"了。
它就是把控制权交还给你。
也不是没有代价
Pi 的极简意味着你得自己承担一些事情。
Claude Code 的系统提示里藏了很多"保姆级"的规则：怎么管理上下文、怎么压缩对话、子任务的权限边界在哪……这些 Pi 都不替你处理。你要自己学一点 context engineering，学会写好的 AGENTS.md，学会在合适的时候开始新会话。
另外，Pi 没有内置的子 Agent、Plan Mode、Todo 列表、权限弹窗这些东西——你需要的话，得自己去装扩展或者写脚本。它的哲学是"我不帮你做决定，但给你所有工具让你自己做"。
这有点像 Arch Linux 和 macOS 的区别。一个给你最小内核，剩下你自己搭；一个替你做好所有决策，你只管用。
对我来说，能接受。因为我慢慢发现，那些被"自动化"掉的东西，很多我其实不需要。真正需要的那几个，我自己配一下也不费什么功夫——而且配完之后的行为完全可控，没有黑盒。
所以呢
过去几个月，我从 Claude Code 切到 Codex 再切到 Pi Agent。不是哪个工具不好——每个都在某个阶段帮了我很多——而是我发现自己在变。我不再需要一个什么都替我包办的助手了。我更需要一个不挡路的、轻量的、让我能自由选择和组合的通路。
Pi Agent 就是这个通路。
Databricks 的报告给了一个旁证：在真实的、复杂的工程任务面前，轻就是好。 少发 token 就是省钱。少加载的规则就是留给模型更多的思考空间。其实这个也是符合我自己的多模型协同系统的设计里面：尽量少的给AI限制！
如果你现在用的是 Claude Code 或者 Codex，我不建议你立刻全切——每种工具都有它最适合的场景。但如果你和我一样，开始对臃肿的系统提示感到疲惫，开始在意每一笔 token 花在了哪里，开始想让不同模型做它们各自擅长的事——那 Pi 值得你试一下。
开源、MIT 许可、45,000+ GitHub stars、你只付需要付AI的 API 费用。对了：Pi 是支持那些Coding plan和订阅的！
也许你也会和我一样，用了之后回不去。
下一篇聊什么还没想好。也许是那个折腾了几个月还差一点的贝叶斯智能路由方案，也许是白锦龟背竹的养护心得。反正，不着急。