Pi Agent：下一个会被开发者玩起来的终端智能体
Pi Agent 是一个终端里的 coding agent，核心很小，但扩展性很强。它可能会接上小龙虾、爱马仕之后的开发者传播热度。
这两年 AI 编程工具出了很多，但能让开发者自发折腾、改造、传播的并不多。小龙虾火过一轮，爱马仕也火过一轮，现在 Pi Agent 有机会接上。
Pi 的定位很直接：一个终端里的 coding agent 。它没有把自己包装成庞大的 IDE，也没有要求开发者搬家到新的工作台。它更像一个可以放进终端、项目目录和日常命令里的智能体底座。
安装方式很轻：
npm install -g --ignore-scripts @earendil-works/pi-coding-agent
Linux / macOS 也可以直接用安装脚本：
curl -fsSL https://pi.dev/install.sh | sh
进入项目目录后运行：
pi
然后就可以让它读代码、改文件、跑命令、解释项目、补测试、做检查。默认工具很克制：read 、 write 、 edit 、 bash，再加上可选的 grep 、 find 、 ls 。它没有一上来堆满复杂概念，而是先把终端里最常见的开发动作做好。
Pi 比较吸引人的地方，是它的可改造性。官方文档反复强调一句话：adapt Pi to your workflows, not the other way around 。让 Pi 适配你的工作流，开发者不用迁就工具的固定节奏。
这点很关键。很多 agent 产品看起来功能很多，用起来却经常卡在默认流程里：它怎么规划、怎么调用工具、怎么展示结果、怎么管理上下文，用户只能接受。 Pi 的气质更像黑客工具：核心保持小，能力通过 TypeScript extensions 、 skills 、 prompt templates 、 themes 、 Pi packages 往外长。
你可以写扩展，给它加自定义工具、命令、事件拦截、 UI 组件。比如拦截危险命令，做 git checkpoint，保护 .env 文件，改造压缩策略，接入外部服务，甚至在终端里加一套自己的交互界面。
它也支持 skills 。这个概念现在越来越重要：把某一类任务的流程、注意事项、脚本、参考资料打包成一个能力包，需要时再加载。这样不会一上来把上下文塞爆，也能让 agent 在具体任务上更稳定。
Pi 还有几个对重度用户很友好的点。
第一，模型选择很开放。它支持 Anthropic 、 OpenAI 、 Google 、 Azure 、 Bedrock 、 Mistral 、 Groq 、 Cerebras 、 xAI 、 Hugging Face 、 OpenRouter 、 Ollama 等 provider，也可以加自定义 provider 和模型。经常换模型、测模型的人，会喜欢这种开放度。
第二，会话是树状结构。可以回到任意一条历史消息，从那里分叉继续做。一次探索失败了，不需要把整个会话推倒重来。分支还能导出 HTML，或者分享成 gist 链接。
第三，它允许在 agent 运行中继续打方向盘。运行时按 Enter 可以插入 steering message，Alt+Enter 可以排队追加后续指令。这个细节很适合真实开发场景：agent 一边跑，开发者一边发现方向不对，马上修正。
Pi 现在还很开发者向，门槛也比普通产品高一点。但这类东西一旦被一批爱折腾的人玩出模板、扩展和包，传播速度会很快。
AI 编程工具的下一阶段，会从“谁补代码更快”走向“谁能进入个人习惯、团队规范和工程系统”。一个 agent 如果只能聊天和改文件，很快会被更新的模型抹平差距。能长期留下来的，通常是那些能被用户改造成自己工作台的工具。
小龙虾、爱马仕之后，我会把 Pi Agent 放进观察名单。它的重点不在封闭式代码助手，而在一个可以自己长出生态的终端 agent 。