最近总有人问我，哪个 AI 工具最强。
Claude Code？Codex？还是 Pi？
说实话，这个问题我答不上来。「最强」这个东西，我没法验证。我能验证的只有一件事：把它交给我手里那件具体的活，它能不能跑完。
我用过了不少 Agent 工具。有些确实很强，功能完整，适合复杂的开发。但用得越久我越觉得，对大多数人来说，真正的门槛从来不是模型够不够强，而是能不能把一个具体的工作交出去，让它稳定地跑完。
这篇想聊聊我一直在用的 Pi，和我拿它做的那些事。不一定适合所有人，但如果你也想让 AI 干点真实工作，也许能少走点弯路。
它先把流程跑起来
我最初接触 Pi，是因为 Claude Code 接第三方，运行起来很慢，一个任务经常等很久。
Pi 足够轻量，速度快，让我想要尝试它。
平时很多工作，还无需写复杂代码，反而我需要输出很多调研、设计、文档。同样的 API，跑起来 Pi 总是完成的又好又快。
把零散的资料整理成调研报告，把产品文档写进飞书，读一张表格然后整理出结论，把调研过程沉淀进自己的知识库。这些活有个共同点：一次问答搞不定，得靠一串重复动作。查，读，归档，再查，再整理。我经常需要编排成工作流，来将工作自动化。
Pi 的价值就在这里：它能把这条链路跑起来，还能让每一步的产出落在文件里，落进我的知识库。调研不再是聊完就散的一段对话，而是可以继续追问、继续积累的东西。
编程一样干得出色
最早是用 codex，很好用，但不够快，烧 token 厉害，很容易就触发 5 小时限制。
于是我将 codex 登录在 Pi 上，那会是 gpt-5.5，同样的任务，Pi 不仅速度快了，而且 token 消耗只需要原来的 1/5 不到，挺惊讶的。
并且由于少了复杂 harness 的限制，在处理非编码或者轻量开发时，效果往往更好。因为现在的模型的能力越来越强，harness 既是一种脚手架，同时也是一种限制。所以，接触限制，反而能带来不错的效果。
前阵子 gpt-5.6 sol 出来之后，我在打磨 AgentBoard，让 Pi 检查整个项目的使用体验，再照着改。它帮我把那个项目打磨一下，非常流畅，无论是提出改进建议，还是改进代码，做得都很出色。
轻量化底座
Pi 是一个轻量底座，让你手里已有的模型能干上活。模型就是 AI 的大脑，你订了哪个，就用哪个，直接登录用，不用再买一套新的。
它的 harness 很薄，上下文很干净，给模型留出更多智能去处理问题。很多工具会在后台悄悄塞一大套预设规则，模型每次干活，都得背着这套包袱。Pi 框架减到最薄，让模型直接干活。所以拿一个顶级模型去跑，速度很快，效果往往更好。智力很高，约束很少，反而能发挥出更强的能力。
它默认的能力也不多，就读写文件、编辑、执行命令这几样基础活。派小助手、先做计划再动手，官方明说了不内置。要用，你自己加。这个取舍我很喜欢：它把「哪些能力值得进工作流」的决定权，留给了你，由你来定。
模型自由还有一层实际的好处：省钱。我平时会把第三方 API 接在 Pi 上，token 更省，省钱就是实惠。同一个壳，模型随你换，哪个划算用哪个。
很多人可能没听过 Pi，但你八成听过 OpenClaw。OpenClaw 在早期演进中，底层就长在 Pi 这个内核上。它俩的关系，有点像引擎和整车。这个故事倒不代表 Pi 更强，但说明一件事：一个轻量、可组合的内核，能成为不同产品探索的起点。
一样能有 Web UI
终端，使用命令行，确实会劝退不少人。
可以从 Pi Web 开始。这是 B 站 UP主「第四种黑猩猩李超」（GitHub 上是 agegr）开源维护的项目，地址在 github.com/agegr/pi-web 。他给 Pi 套了一个本地网页界面，会话、模型、技能都看得见摸得着，还能浏览项目文件。无需你记住命令，可以先把它当一个本地 AI 工作台来用。
我用了非常多，里面还内置了 skill 市场，比如我之前常用的 hyperframe 生成视频，就是通过在 Pi 上跑的。使用体验很好，很推荐。
终端 Otty
就在使用 Pi 过程中，我还经常使用终端，发现了一个让我用得舒服的小工具 Otty（https://otty.sh）。
它是一个更适合跑 Agent 的 macOS 终端。标签页、分屏、任务状态、通知、会话恢复，都做得比系统自带终端友好。经常同时开好几个终端任务的人，不用再对着一堆散乱窗口发懵，也更容易知道哪个任务在跑、哪个任务在等你处理。
它算不上必需品。但当你开始频繁用 Pi、Claude Code 这类终端 Agent 之后，一个好终端会让体验好很多。
别急着找最强 Agent
如果你要做复杂的开发、长周期的协作，功能完整的工具确实更省心。但如果你只是想跑通一件明确的小事，轻一点的反而更自然。
对普通人来说，最值得做的第一步，就是挑一件你本来就会重复做的事。不用先学概念，也不用配一套复杂自动化。把一份调研整理成报告，把固定结构的内容写进飞书，从表格里提取信息形成摘要，把零散资料沉淀进自己的知识库，都行。
先让 Agent 真的替你完成一次工作。
然后再判断，它值不值得进入你的日常。