很多人用 AI 编程工具，其实并不只是为了写代码。
拿我自己来说，主力开发时用 Open Code、Claude Code 或 Codex 绰绰有余。但上周我想搭一个完全脱离开编程语境的“读书笔记助手”，让它用苏格拉底式的提问帮我复盘读过的书，再自动整理成大纲。结果 Claude Code 一开口就是“建议你用 Markdown 格式存储，需要我创建文件吗？”——我压根不想要一个工程解决方案，我只想安静地聊会儿天。
那一刻我意识到：以代码为中心设计的 AI 工具，在非编程场景下反而会变成枷锁。 它的系统提示词、内置工具、安全边界，全都在无形中把对话拉回“工程思维”。而我只是想要一个干净的、不被预设功能绑架的交互环境。
于是我找到了 Pi，一个 GitHub 上 56,600 多 Star 的极简代理框架。它并不是用来“取代” Claude Code 的，而是用来补全另一个维度的需求：当你的目标不是交付代码，而是让 AI 纯粹地理解并执行你的意图时，Pi 可能是目前最清爽的选择。
先说下自己的体验感触：
1.这是一个开放的AI Agent，不止编码，它能做什么取决你想让他们干什么！
2.这是一个开箱极简、成长性和定制化极高的AI Agent。你可以把它改成任何你想的样子。
3.需要什么装什么，而不是你从一堆skill、mcp等工具里面选用什么，这样在使用的时候你会更加清晰的知道Pi能干什么。
编程工具 = 模型 + 工作台。但工作台太“吵”了
先厘清一个概念：无论是 Claude Code、Open Code 还是 Pi，本质上都是 Harness（工作台）。模型提供智能，工作台负责管理提示词、上下文、工具和记忆。二者配合，才构成我们日常使用的 AI 编程助手。
问题在于，为了服务好“编程”这一个目标，主流工作台悄悄注入了大量预设。
Claude Code 的系统提示词有上万 Token，内置了十几种工具、子代理逻辑、权限校验。Codex 也一样，它的上下文里塞满了代码补全、仓库分析、安全规则。这些设计让它们在写代码时无比强大，但一旦离开这个预设场景，就变成了“噪音”。 比如你让它扮演一位心理咨询师，它可能突然建议“把情绪记录进 SQLite 数据库”。你哭笑不得，它却一脸无辜。
更麻烦的是模型绑定。我想用 DeepSeek V4 的超长上下文来总结一本书，或用 MiniMax 的多模态能力分析画作——但 Claude Code 只认自家模型，Codex 也差不多。为了换模型而更换整个工作台，就像为了换轮胎而买辆新车，太不划算。
Pi 的解法：把工作台“格式化”，只留一个空壳
Pi 走了一条截然不同的路：它几乎不预设任何关于“你要做什么”的假设。
它的系统提示词短到可以忽略，没有内置的子代理、计划模式，甚至连常见的确认弹窗都省了。打开 Pi，你面对的就是一个近乎白板的交互界面，只有最基础的文件读写和命令执行能力。然后它说：“剩下的，你自己来。”
这听起来可能简陋，但正是这种“空”，给了使用者最大的自由度。
想换模型？ Pi 原生支持 15 个以上的供应商，从 Anthropic、OpenAI 到国内的 Kimi、MiniMax、小米 MiMo，一个 /model 命令就能实时切换。你上午用 Claude Sonnet 写核心算法，下午切到 DeepSeek V4 读上百页的技术文档，全程在同一个会话里，上下文不丢。
想做角色扮演？ 直接写一段角色描述作为系统提示词，比如：“你是一位法国新浪潮时期的电影导演，请用那个年代的创作理念分析我给你的剧本片段。” Pi 会完全遵照这个设定来回答，不会突然跳出“需要我把分析结果保存为 CSV 吗”这样的代码思维。
需要高级功能？ 它没有内置，但开放了 TypeScript 扩展接口。想要子代理？自己写个扩展挂上去；想要自动备份会话？几行代码的事。这种“我可以不用，但你不能没有”的底气，来自于它活跃的社区——3100 多个第三方扩展包已经把 Plan Mode、MCP、权限门控等能力变成了可选项，需要时再装，不用时它们绝不占一丝上下文。
一个真实的例子：搭建“厨师 Agent” vs 搭建“代码审查员”
说得再具体一点。我分别用 Claude Code 和 Pi 搭建了一个“厨师 Agent”，让它根据冰箱里的食材推荐菜谱并创作新菜。
在 Claude Code 里，我输入同样的指令，它很高效：先是让我指定项目目录，还建议“后续可以用 GitHub Actions 定期更新菜谱”。我承认这很专业，但我要的不是一个软件项目，而是一段有烟火气的对话。
在 Pi 里，我直接写了一段系统提示词：“你是一位在巴黎左岸开了三十年小馆子的厨师。说话幽默，爱用美食比喻人生。请根据我给的食材清单，推荐一道菜，并讲讲这道菜背后的故事。食材：土豆、牛肉、大虾、午餐肉、红酒、黑胡椒等。” 然后对话就真的变成了这样——它没提任何文件、任何命令，只专心扮演好一个厨子。后来我甚至把自己的菜谱整理成知识库，通过 Pi 的 Skill 机制让 Agent 随时参考，这一切都无需跳出对话去写代码。
反过来，当我需要 Pi 做专业的代码审查时，它也能胜任——因为它本质上还是一个编程 Harness。只不过这时候，我可以主动加载一个专门为代码审查设计的 Prompt Template，为它注入工程师的思维方式。同一个工具，通过不同的上下文注入，既能当厨师，也能当程序员。 这种切换的自由，是那些把“代码气味”刻进骨子里的工具给不了的。
你不需要抛弃 Claude Code，但你可能需要一个 Pi
我并不是说 Pi 应该在编程能力上取代 Claude Code。事实上，如果你每天 90% 的工作都是写业务逻辑、重构系统，那 Claude Code 成熟的内置功能和深度优化依然是最优选。
Pi 真正的价值在于，它填补了“非典型”需求的空白。 当你需要跨模型实验、当你想让 AI 扮演特定角色、当你渴望一个不被工具预设绑架的对话环境、甚至当你只是想单纯地跟一个干净的 AI 聊聊天——Pi 就是那个恰到好处的容器。
它把“做什么”和“怎么做”的选择权，从开发者手里交还给了使用者。正如其官网所说：“有很多 agent harness，但这个是属于你的。”
如果你也曾感到手头的 AI 工具太过“吵闹”，或者想用 DeepSeek、Kimi 等模型自由地探索更多可能性，不妨花十分钟下载 Pi，然后写一段专属于你的系统提示词。那种掌控感和纯粹性，可能会让你重新思考：AI 到底应该适应我们，还是我们去适应它？
你用过 Pi 吗？或者你曾用 Claude Code 做过哪些“非编程”的趣事？来评论区分享一下。
