ksxz
ClaudeCoding AgentpiAI编程极简主义TerminalBench

写了17年开源代码，我为什么认为Coding Agents堆功能是在瞎折腾？

Mario Zechner··原文链接

写了17年开源代码，我为什么认为Coding Agents堆功能是在瞎折腾？

演讲者： Mario Zechner（libGDX创始人、17年开源老兵） 编译： 宇琪 | 策划： Tina 来源： InfoQ | 发布时间： 2026-04-27

核心观点

"当你发现AI在背地里偷偷修改你的上下文，而你却对此一无所知时，这种掌控感的丧失是极其危险的。"

  1. Claude Code已成为功能臃肿的"宇宙飞船" - 用户只用过5%，了解10%，剩下90%是"暗物质"
  2. 极简agent同样强大 - pi仅用4个工具（read/write/edit/bash），在TerminalBench排行第二
  3. Coding Agent需要可扩展性 - 必须是可自修改、可塑性极强的，而不是功能堆砌
  4. LSP应在agent完成工作后检查 - 而非在修改过程中反复打断

Coding Agents演进史

阶段工具特点
2025年前ChatGPT搬运代码片段，只能写简单函数
2025年GitHub CopilotVS Code集成，tap-tab补全，偶尔"贴心"地默写GPL代码
2025年Aider/AutoGPT早期agent框架，铺路但未成熟
2025年11月Claude Code beta开创agentic search范式，实时探索codebase，效果惊人
现在Claude Code功能过度膨胀，掉进"堆功能"陷阱

Claude Code开创的agentic search范式：

  • 不强依赖codebase索引和复杂构建
  • 通过强化训练模型使用文件工具和bash工具
  • 实时探索codebase寻找信息并直接修改

Claude Code的问题

1. 功能过度膨胀

"Claude Code现在就是一架宇宙飞船，功能多到可能只用过5%，了解10%，剩下90%全是AI和agents领域的'暗物质'，没人知道它背地里到底在干嘛。"

  • 闪烁问题（后来修好了，但源于React滥用）
  • 偷偷对context做手脚，每天都在变
  • 缺乏可观测性和上下文管理能力

2. 缺乏掌控感

  • 模型选择权受限（仅限Anthropic模型）
  • 扩展性差，hook系统开销昂贵
  • 不是稳定工具，每天都在实验新功能

其他框架对比

框架优点缺点
Claude Code开创品类，效果惊艳功能臃肿，缺乏掌控
Codex CLI模型表现惊艳刚开始界面不友好
AMP砍功能而非堆功能，设计逻辑清晰商业产品，缺乏掌控权
Factory扎实稳健不够激进和实验性
OpenCode开源，团队务实上下文管理糟糕，存在RCE漏洞
Terminus极简（仅tmux+按键），TerminalBench表现顶级用户体验非最优

TerminalBench发现： Terminus仅用tmux session（发送按键+读取VT序列码）就在排行榜上表现顶级，证明不需要花里胡哨的功能。

pi：极简主义的"反叛之作"

核心理念

"让你的Coding Agent去适应你的需求，而不是反过来。"

系统架构（仅4个package）

┌─────────────────────────────────────────┐
│              pi 系统架构                 │
├─────────────────────────────────────────┤
│  AI package      → 多provider轻量抽象层   │
│  Agent core      → 通用agent loop        │
│  TUI (600行)     → 终端交互界面          │
│  Coding Agent    → SDK / 终端交互双模式   │
└─────────────────────────────────────────┘

仅4个工具

工具用途
read读取文件
write写入文件
edit编辑文件
bash执行命令

没有的功能： MCP、sub-agents、plan mode、background bash、内置to-do系统。

为什么极简反而更好？

1. 系统Prompt极短

frontier models已通过大量RL训练"知道"什么是Coding Agent，不需要反复告诉它"你是一个Coding Agent"。

2. 默认YOLO模式

"大多数Coding Agent分两种模式：要么agent想干嘛就干嘛，要么每一步都要问你。这种机制只会带来疲劳，用户要么直接关掉开启YOLO模式，要么就无脑按回车。"

3. 用简单方式实现复杂功能

功能pi的实现方式
没有MCPCLI tools + skills，或写extension一天搞定
没有sub-agents用tmux spawn agent，输入输出清晰可见
没有plan mode写plan.md文件，持久化且可跨session复用
没有background bashtmux已经解决
没有内置to-dos写todo.md就行

4. 极致可扩展性

  • 扩展工具：写TypeScript文件自动加载
  • 自定义UI：完整TUI访问能力
  • skills/prompt templates/themes：打包发布到npm/git
  • hot reload：修改后即时生效
  • 重写内置工具：可改变read/edit/bash行为（如通过SSH在远程执行）

社区创新案例

Extension功能开发时间
pi-claude-code-ships复刻Claude Code ships功能，且功能更多5分钟
pi-messenger多个pi agent聊天室，可互相通信-
pi-nesagent运行时顺便打游戏-
pi-annotate打开网站在前端界面标注，反馈给agent修改-
pi-files-widget快速查看刚刚被修改的文件-

session树结构 vs 线性聊天记录

传统：线性记录，不可控的sub-agent
A → B → C → D

pi：树结构分支
       A
      / \
     B   C
    /     \
   D       E
    \
     F（带总结回到主分支）
  • 分支内让agent读取目录、总结内容
  • 回到主对话，把总结带回来继续工作
  • 更可控的sub-agent
  • 透明可追踪：agent、skills、调用成本全部可见

TerminalBench实测结果

排名Framework模型说明
1Terminus 2-极简（仅tmux+按键）
2piClaude Opus 4.5尚未实现compaction时已达此成绩
...其他框架-功能复杂但排名靠后

防御性开源策略

由于OpenClaw用户可能用clanker批量提交issue/PR，pi采取了：

  1. OSS Vacation：关闭issue和PR几周，专心开发，重要问题总会有人重新提出
  2. 访问控制：PR提交者需在markdown名单中，否则自动关闭
  3. human验证：先用"人类的声音"写issue自我介绍（不超过一屏），通过后加入名单

Ghostty的Mitchell基于此思路做了vouch项目，方便应用到其他开源仓库。

结论

  1. 行业现状：处于"一边瞎折腾一边看结果"阶段，没人知道完美的编程agent长什么样
  2. 极简有效：Terminus和pi证明不需要复杂功能堆叠也能获得顶级结果
  3. 可扩展性是关键：agent必须是可自修改的，让开发者能快速实验新想法
  4. 掌控感重要：开发者需要知道agent在做什么，而不是被"暗物质"包围

演讲原链接： https://www.youtube.com/watch?v=Dli5slNaJu0

项目地址： https://github.com/pi

本文为InfoQ翻译整理，不代表平台观点

返回首页