说实话，现在的 AI 编程工具越来越像“瑞士军刀”了，恨不得把能想到的功能都塞进去。
但有人偏偏不信邪。
Mario Zechner，一个资深的开发者，受够了那些功能臃肿、闪烁不停、还喜欢在背后偷偷改你上下文的“宇宙飞船”级工具。他一气之下，自己动手写了一个极简到极致的 AI 编程 Agent——pi。
没有花哨的 Plan Mode，没有烦人的权限弹窗，甚至没有所谓的“安全围栏”。
结果呢？这个只有四个核心工具的“极简主义”作品，在权威基准测试 Terminal-Bench 2.0 里，硬是把 Cursor、Windsurf 这些行业主流工具踩在脚下，甚至在某些榜单上杀进了前三。
这事儿有点意思。
这不是代码，这是“失控的宇宙飞船”
过去三年，Mario 跟大多数人一样，经历了从“复制粘贴到 ChatGPT”到“用 Copilot 自动补全”，再到“投奔 Cursor”的进化论。
但今年，他成了 Claude Code 的铁粉——起初是。
那时候的 Claude Code 还很简单，很纯粹。但几个月过去，Mario 发现这工具变味了。它变得越来越像一艘功能过剩的宇宙飞船，80% 的功能他根本用不上。
更让他抓狂的是，每次更新，系统提示词和工具定义就变一次，直接把他的工作流搞崩。界面闪烁，像个接触不良的老电视。
最致命的是，这些主流 Harness 都有一个通病：喜欢在背后搞小动作。
它们会在你不知情的情况下，往上下文里塞一堆你看不到的垃圾信息。对于 Mario 这种“上下文工程控”来说，这简直是不可接受的。他想要的是完全的掌控权，每一个字节喂给模型的内容，都必须经过他的眼睛。
既然没人愿意给他做一个“听话”的工具，那他就自己造一个。
甚至为了防止被搜到，他给这个项目起了一个根本搜不到的名字——pi。
API 世界的“巴别塔”困境
造个轮子容易，但要兼容全世界所有的 LLM，那就是另一回事了。
Mario 想要一个统一的 API，能同时搞定 OpenAI、Anthropic、Google、xAI 等等十几家提供商。听起来很美，做起来全是坑。
这帮厂商的 API 接口，表面看着差不多，私底下全是“方言”。
比如 OpenAI 的 Completions API，大家都兼容，但每个人对“推理过程”的理解都不一样。有的支持 reasoning_content，有的只认 reasoning，有的干脆不支持。甚至连参数名都不一样，Mistral 非要用 max_tokens 而不是 max_completion_tokens。
特别点名表扬一下 Google，到现在居然还不支持工具调用流式传输，这真的很“Google”。
这让我想起前段时间 MiniMax 团队的操作。他们在发布 M2 模型后，为了解决用户无意中丢弃模型思考过程导致的性能血崩问题，疯狂向 Cline、Kilo Code、OpenRouter 这些平台发起 PR 攻势，硬生生把 reasoning_details 字段从一个“私有协议”推成了事实标准。
你看，连大厂都在为了上下文的标准化打架，个人开发者想要统一这些 API，难度可想而知。
但 Mario 还是干了。他写了一套 pi-ai，把这些乱七八糟的接口全部抹平，甚至支持在不同模型之间无缝切换上下文。
比如你可以先让 Claude 思考，然后无缝切换给 GPT-5.1 继续干活，GPT 甚至能直接看到 Claude 的 <thinking> 标签。这种跨提供商的“上下文接力”，在目前的工具里绝对是独一份的。
既然防不住，不如彻底“YOLO”
现在的 AI 编程工具，最强调的是什么？安全。
运行个命令要弹窗确认，写个文件要你授权，生怕 AI 把你的硬盘格式化了。
Mario 直接把这些东西全砍了。
pi 的默认模式是 YOLO（You Only Live Once）。它拥有你文件系统的完全访问权，可以执行任何命令，没有任何安全沙箱，没有任何权限检查。
这听起来很疯狂？Mario 的观点更犀利：
“如果你看一眼其他编程代理的安全措施，就会发现那大多是‘安全剧场’。”
只要 Agent 能写代码并运行代码，理论上它就已经能绕过你的一切防御了。与其搞那些自欺欺人的弹窗，不如直接承认现实：要么给断网，要么给全权。
Simon Willison 这种大牛都试过用“双 LLM 模式”来防止数据泄露，最后自己也承认这方案“挺烂的”，还增加了巨大的复杂度。
所以 Mario 的选择是：不装了，我摊牌了。
如果你怕出事，那就把 pi 扔进 Docker 容器里跑。否则，就别搞那些虚头巴脑的确认框，直接干活。
拒绝 MCP，拒绝子 Agent
除了安全，pi 还有很多“反骨”的设计。
比如 MCP（Model Context Protocol）。这可是现在 AI 界的热门标准，很多工具都抢着支持。
Mario 直接说：不支持，也不打算支持。
为什么？因为太重了。
一个 Playwright MCP 服务器，上来就往你的上下文里塞 21 个工具定义，占了 1.3 万个 token。这还没开始干活呢，近 10% 的上下文窗口就没了。
他的解决方案简单粗暴：写 CLI 工具，配个 README 文件。
Agent 需要用的时候，自己读 README，自己调用 bash 命令。既省钱，又灵活，还能像管道一样组合使用。这叫“渐进式披露”，用不到的功能别占我的内存。
还有 子 Agent。Claude Code 喜欢在处理复杂任务时偷偷开个黑盒进程，你完全看不到里面在干什么。
Mario 觉得这简直是反人类设计。你需要看它怎么思考，怎么失败，怎么修正。
如果真的需要子 Agent？那就让 pi 通过 bash 命令再启动一个 pi 实例。所有的过程都在你的终端里，一目了然。甚至你可以用 tmux 直接跳进子 Agent 的会话里，跟它面对面 Debug。
这种**“可见性”**，才是极简主义的精髓。
极简的胜利
最后，我们回到开头的那张排行榜。
pi 作为一个个人项目，靠着不到 1000 token 的系统提示词和只有四个工具（read, write, edit, bash）的极简配置，在 Terminal-Bench 2.0 上跟那些商业巨头的原生工具打得有来有回。
更有意思的是，排行榜上的 Terminus 2——另一个极简 Agent，只给模型一个 tmux 会话，让它自己发命令、自己解析终端输出——也表现惊人。
这说明了什么？
也许我们被那些花里胡哨的功能骗了。模型本身已经足够聪明，它不需要你塞给它 1 万 token 的系统提示词，也不需要几十个复杂的工具。
它需要的，仅仅是一个干净、透明、可控的环境。
Mario 说，他造 pi 只是为了让自己用得爽。如果这也能启发到别人，那算是意外之喜。
但我个人觉得，这不仅仅是个工具的故事，更是对当下“功能堆砌”风气的一记响亮耳光。
有时候，少即是多，慢即是快。
在这个所有东西都想变成“宇宙飞船”的时代，你是想要一个看不懂的黑盒，还是一个听你话的螺丝刀？
参考链接：
https://mariozechner.at/posts/2025-11-30-pi-coding-agent/