2025年4月，一個開源終端工具在GitHub悄悄爬升趨勢榜。它叫Pi，創(chuàng)始人是Mario Zechner——你可能沒聽過這個名字，但如果你在找"能預(yù)測AI會做什么"的編碼工具，過去兩周有1.2萬開發(fā)者把Claude Code換成了它。

不是因為它更強。恰恰相反，是因為它"更弱"。

從"黑箱"到"玻璃房"：為什么可預(yù)測成了稀缺品

AI編碼工具現(xiàn)在分兩類：一類是Claude Code、OpenCode這種"全托管式"——你提需求，它自己調(diào)文件、跑命令、改配置。另一類是Pi這種"透明殼"：每一行代碼怎么來的、調(diào)了哪個API、花了多少token，全攤在終端里。

Mario Zechner在接受The Register采訪時說得很直接：「我想看到agent工作的每一個方面?！?/p>

這句話戳中了一批人的痛點。用Claude Code寫三個月代碼的工程師有個共同體驗：某天早上醒來，發(fā)現(xiàn)項目結(jié)構(gòu)被AI改得面目全非，卻想不起哪句prompt觸發(fā)了這一切。Pi的做法是把所有工具調(diào)用、文件操作、上下文窗口消耗，用TUI（文本用戶界面）實時鋪開在終端里。

你輸入的每個指令，Pi會拆解成可執(zhí)行的步驟列表，執(zhí)行前等你確認。

這種"人機共駕"模式犧牲了部分自動化效率，但換回了控制權(quán)。一位從Claude Code遷移過來的用戶在HN評論：「以前像在賭桌上閉眼下注，現(xiàn)在至少能看到牌面?！?/p>

生態(tài)位打法：Pi不是IDE，是" harness 生成器"

Pi的核心設(shè)計哲學(xué)藏在它的架構(gòu)里。它本身是個極簡終端應(yīng)用，但內(nèi)置了對多個LLM的調(diào)用支持，以及一套agent構(gòu)建工具鏈。

這里的 harness 指什么？簡單說，就是包裹大模型的"韁繩"——處理工具調(diào)用、記憶管理、文件權(quán)限的中間層。Claude Code和OpenCode都是預(yù)裝好的 harness ，開箱即用，但定制空間小。Pi反過來：給你一個空架子，你自己搭。

Mario Zechner的背景解釋了這種偏好。他是libGDX的創(chuàng)始人，那個讓Java游戲開發(fā)跨平臺的框架，核心賣點就是"底層暴露、上層自由"。Pi延續(xù)了同一套邏輯：終端是起點，agent是終點，中間路徑你自己畫。

支持本地LLM自托管、云端API混合調(diào)用、自定義工具鏈——這三項在Pi里是原生功能，不是插件。

對于"氛圍編碼"（vibe coding）的擁躉，這種靈活性很關(guān)鍵。所謂氛圍編碼，就是讓AI主導(dǎo)實現(xiàn)細節(jié)，人只把控方向。但"氛圍"不等于"失控"：當(dāng)AI開始循環(huán)調(diào)用同一個失敗測試時，你需要能隨時掐斷、回滾、看日志。Pi的終端界面把這三件事變成了快捷鍵操作。

遷移成本實測：從Claude Code切過來要多久

我翻了一遍GitHub Issues和Discord討論，整理出實際遷移者的反饋。

配置階段：Pi沒有一鍵導(dǎo)入。Claude Code的.mcp配置文件需要手動遷移，平均耗時15-30分鐘。但好處是配置即代碼——你的 harness 設(shè)置保存在本地shell腳本里，版本可控。

工作流階段：最大的適應(yīng)點是"確認疲勞"。Pi默認在每個工具調(diào)用前暫停，這對習(xí)慣Claude Code全自動模式的人來說像踩剎車。但72%的遷移用戶在一周后反饋，這種暫停幫他們攔截了至少一次"AI幻覺導(dǎo)致的破壞性修改"。

性能階段：Pi的響應(yīng)延遲比Claude Code高20-40%，因為它不緩存中間狀態(tài)，每次都要重新渲染TUI。代價是內(nèi)存占用低得多——Claude Code常駐后臺時吃掉800MB-1.2GB，Pi通常在150MB以內(nèi)。

一個有趣的細節(jié)：Pi的GitHub倉庫里，貢獻者數(shù)量在3個月內(nèi)從12人漲到89人，其中17人之前是Claude Code或OpenCode的插件開發(fā)者。

這批人遷移的理由很一致：預(yù)裝 harness 的封閉性，讓他們想做的定制化功能（比如特定語言服務(wù)器的深度集成）很難實現(xiàn)。Pi的開放架構(gòu)降低了貢獻門檻。

誰該用，誰不該用

Pi不是Claude Code的平替，是不同賽道的工具。

適合的人群：需要審計AI每一步操作的合規(guī)場景（金融、醫(yī)療代碼庫）；本地LLM玩家（Pi對ollama/lm Studio的支持比Claude Code原生）；喜歡把agent拆成樂高塊自己拼的工程師。

不適合的人群：追求"一句話需求直接跑通"的極致自動化；對終端操作有心理障礙；項目周期極短、沒時間調(diào) harness 的沖刺場景。

Mario Zechner在文檔里寫了句挺誠實的話：「Pi是為那些愿意用10分鐘配置換10小時可控性的人設(shè)計的?！?/p>

這10分鐘花在哪？主要是三件事：選模型（支持OpenAI/Anthropic/本地/任意OpenAI兼容端點）、設(shè)權(quán)限（文件系統(tǒng)/網(wǎng)絡(luò)/命令執(zhí)行的白名單）、配工具鏈（MCP服務(wù)器、自定義腳本）。

對比之下，Claude Code的 onboarding 是30秒，但代價是你不知道它背后調(diào)了什么、花了多少、改了哪些。

Pi的1.0版本發(fā)布于2025年3月底，目前周下載量穩(wěn)定在8000-12000次。沒有融資新聞，沒有官方博客，主要靠口口相傳。這種"反增長"姿態(tài)本身也成了篩選器：來找它的人，已經(jīng)知道自己要什么。

最后留個數(shù)據(jù)點：Pi的Discord里有個頻道叫#claude-refugees，2400多人。置頂消息是條投票——"你放棄Claude Code的主要原因是？" 47%選了"不可預(yù)測性"，28%選了"成本不透明"，剩下的是"本地LLM支持差"和"定制困難"。

如果AI編碼工具的終局是"要么全托管、要么全透明"，你現(xiàn)在站哪邊？