写于 2026 年 1 月 31 日
如果你这周没有住在石头底下，大概已经注意到我朋友 Peter 的一个项目在互联网上爆红。它有过很多名字。最近的名字是 OpenClaw，但在新闻里你可能会在不同时间点看到它被叫做 ClawdBot 或 MoltBot。它本质上就是一个接到你选择的通信渠道上的 agent，只做一件事：跑代码。
你可能不太熟悉的是：OpenClaw 的底层其实是一个叫 Pi 的小型编码代理。到目前为止，Pi 也是我几乎唯一在用的 coding agent。过去几周里，我越来越像个 Pi 的“推销员”。前阵子我就这个主题做了个分享，才意识到：我居然还没在博客里认真写过 Pi。所以我想补上这篇，聊聊我为什么对它如此着迷，以及它和 OpenClaw 的关系。
Pi 由 Mario Zechner 编写；与 Peter 那种追求“带点疯狂的科幻感”不同，1 Mario 非常务实。尽管两人的风格差异明显，OpenClaw 和 Pi 的核心理念却一致：LLM 很擅长写代码、跑代码，那就拥抱这件事。我觉得这并非偶然——去年就是 Peter 把我和 Mario 都拉进了“agent 这坑”。
什么是 Pi？
Pi 是一个 coding agent。现在的 coding agent 多到数不过来。说实话，你随便从货架上挑一个，都能体验到所谓“agentic programming”是什么感觉。我在这个博客里也写过对 AMP 的正面评价；其中一个让我很有共鸣的点是：它像是由真正沉迷过 agentic programming、并且试过各种方案之后总结出“哪些好用哪些不好用”的人做出来的产品，而不只是给一个模型套个漂亮 UI。
Pi 之所以让我觉得有意思，主要有两个原因：
- 首先，它的核心非常小。它可能是我见过的系统提示词最短的 agent，而且只提供四个工具：Read、Write、Edit、Bash。
- 其次，它用扩展系统弥补了这个极小的核心，并且允许扩展把状态持久化到 session 里——这非常强大。
另外还有个小加分：Pi 本身写得像是“优秀软件”的样子。它不闪烁、不吃太多内存、不乱崩、很可靠，而且你能看出作者对软件里每一部分都非常在意。
Pi 还是一组你可以用来搭建自己 agent 的组件集合。OpenClaw 就是这么搭出来的；我也用它做过一个 Telegram bot；Mario 则用它做了他的 mom。如果你想做一个“连接到某个东西”的 agent，只要把 Pi 指向它自己和 mom，它就能给你“变”出一个来。
Pi 里没有什么
要理解 Pi 里有什么，更重要的是理解它没有什么、为什么没有，以及更关键的：为什么未来也不会有。最明显的缺失是 MCP 支持。Pi 没有内置 MCP。你当然可以写个扩展来做这件事；或者像 OpenClaw 那样，用 mcporter 来支持 MCP。mcporter 会把 MCP 调用暴露成 CLI 接口或 TypeScript bindings，然后你的 agent 也许能拿来用——也可能不能，我也说不准 :)
这并不是“偷懒省事”。这来自 Pi 的工作哲学：如果你希望 agent 做一件它目前不会做的事，你不应该去下载一个扩展/skill 之类的东西；你应该让 agent 自己扩展自己。Pi 崇尚的就是“写代码并运行代码”这件事。
当然，并不是说你不能下载扩展——Pi 非常支持这件事。只是它不会强烈鼓励你直接拿别人的扩展来用；你也可以指着一个现成扩展说：“照着它做，但按我的喜好改这些地方。”
为构建 agent 的 agent 而生
当你看 Pi（以及基于它的 OpenClaw）在做什么时，你会看到一种“像黏土一样可塑”的软件。这会对底层架构提出一些要求，而这些要求其实会反过来约束系统设计，必须进入核心。
比如，Pi 的底层 AI SDK 设计成：一个 session 可以容纳来自多个模型提供方的多种消息。它承认 session 在不同 provider 之间的可移植性是有限的，因此它不会过度依赖那些无法迁移的 provider 特性。
第二点是：除了模型消息之外，它还会在 session 文件里维护自定义消息，扩展可以用它来存状态，系统也可以用它存一些要么根本不发给 AI、要么只发其中一部分的信息。
正因为有这套机制，并且扩展状态还能落盘，Pi 内置了热重载：agent 可以写代码、reload、测试、循环迭代，直到扩展真的能用。它还自带文档和示例，agent 自己也能拿来“自举式”地扩展自己。更棒的是：Pi 的 session 是树结构，你可以在一个 session 里分支并在分支间导航——这会带来很多有趣的工作流，比如你可以开个支线去修一个坏掉的工具，而不浪费主 session 的上下文；修好之后再把 session rewind 回更早的位置，然后让 Pi 总结那条分支上发生了什么。
这些很重要。因为如果你考虑 MCP 的工作方式：对大多数模型提供方来说，MCP 工具和任何 LLM 工具一样，需要在 session 开始时被加载进 system context（或 tool section）。这会让你很难（甚至不可能）在不清空缓存、或不让 AI 对“过去的调用语义突然变了”感到困惑的情况下，完整热重载工具能力。
上下文之外的工具
Pi 的扩展可以注册一个工具，供 LLM 调用。我偶尔会觉得这很有用。比如，尽管我对 Beads 的实现有不少吐槽，我确实认为“给 agent 一个待办列表”是很有价值的。我自己就用一个本地的、agent 专用的 issue tracker（也是让 agent 自己写出来的）。因为我希望 agent 也能管理 to-do，所以在这个场景下我选择给它一个 tool，而不是仅仅给 CLI——对这个问题的范围来说，这样更合适；目前这也是我唯一额外加载进上下文的工具。
但总体而言，我给 agent 增加的东西大多是 skills 或 TUI 扩展，让使用体验更好。除了 slash commands，Pi 扩展还能直接在终端里渲染自定义 TUI 组件：spinner、进度条、交互式文件选择器、数据表、预览面板等等。这个 TUI 足够灵活，以至于 Mario 证明过你甚至可以在里面跑 Doom。不实用，但如果能跑 Doom，你当然也能做出一个有用的 dashboard 或调试界面。
我想挑几个我写/用过的扩展，给你一个“能做到什么程度”的直觉。虽然你可以原样使用它们，但核心思路是：你指给 agent 看一个扩展，然后按你喜欢的方式 remix。
/answer
我不用 plan mode。我更希望 agent 直接提问，双方来回沟通。但如果你给 agent 一个 question tool，它往往会用一种结构化的提问对话框来问你问题；我不喜欢这种形式。我更喜欢它用自然的文字叙述，夹杂解释和示意图。
问题在于：把问题直接夹在回复里很容易变得乱。于是 /answer 会读取 agent 的上一条回复，提取所有问题，然后把它们重新排版成一个更好用的输入框。
/todos
尽管我批评过 Beads 的实现，但给 agent 一个待办列表确实很有用。/todos 会列出 .pi/todos 目录下的所有 markdown 文件；我和 agent 都可以操作它们，session 还可以 claim 任务来标记“正在进行”。
/review
随着越来越多代码由 agent 编写，把“未完成的工作”直接丢给人类去 review 其实很不合理——在那之前让 agent 先 review 一遍更有意义。因为 Pi 的 session 是树结构，我可以分支到一个全新的 review 上下文里得到结论，再把修复带回主线。
这个 UI 参考了 Codex：能很方便地查看 commit、diff、未提交变更或远端 PR。Prompt 也会刻意关注我在意的事情，所以我能得到我希望它特别指出的点（比如：我会让它提醒我新引入的依赖）。
/control
这是个我在实验但不常用的扩展：它允许一个 Pi agent 把 prompt 发给另一个 Pi agent。它是一个没有复杂编排的简单 multi-agent 系统，适合拿来做实验。
/files
列出 session 中所有被改动或被引用过的文件。你可以在 Finder 里 reveal，或者在 VS Code 里 diff，quick-look，或把它们作为 prompt 参考。shift+ctrl+r 会 quick-look 最近提到的文件，这在 agent 生成 PDF 时很顺手。
也有人做了其他扩展：比如 Nico 的 subagent 扩展 和 interactive-shell，它让 Pi 可以在可观察的 TUI overlay 里自动操控交互式 CLI。
用软件构建软件
以上都只是你可以拿 agent 做什么的例子。重点是：这些几乎都不是我手写的，而是由 agent 按我的规格写出来的。我告诉 Pi “做一个扩展”，它就做了。这里没有 MCP、没有社区技能、什么都没有。别误会，我也会用很多 skills；但它们都是我的 clanker 手工打磨出来的，不是从哪里下载的。比如我把所有用于浏览器自动化的 CLI/MCP 都替换成了一个只用 CDP 的 skill。不是因为替代品不好用或很差，而是因为这样做又自然又简单：agent 维护它自己的能力。
我的 agent 有不少 skills，而且关键是：不用就丢。我曾经给它一个 skill，用来读取其他工程师分享的 Pi sessions，帮助做 code review；也有 skill 用来帮它写我喜欢的提交信息、控制提交行为、更新 changelog。这些最初是 slash commands，但我正在把它们迁移成 skills，看看效果是否一样。还有一个 skill 试图让 Pi 用 uv 而不是 pip；同时我也加了一个自定义扩展，拦截对 pip 和 python 的调用并把它们重定向到 uv。
用 Pi 这种极简 agent 工作的迷人之处之一在于：你会真实地生活在“软件构建软件”这个想法里。当你把它推到极致，拿掉 UI 和输出，把它直接接到聊天里——那就是 OpenClaw 在做的事。而考虑到 OpenClaw 的爆炸式增长，我越来越觉得：或早或晚，这会成为我们的未来。
这篇文章的标签是 ai