---
title: '介绍:PI Agent vs Claude Code'
video_id: f8cfH5XX-XU
url: https://youtu.be/f8cfH5XX-XU
title_en: "The Pi Coding Agent: The ONLY REAL Claude Code COMPETITOR"
channel: IndyDevDan
published: 2026-02-23
duration: "51:36"
topics: [Agent 工程]
noted: 2026-07-07
value: S
part: 1
views: '22.8万'
---


↑ [返回课程总览](00-总览.md) · [下一章](02-v0-Default-PI.md)

> IndyDevDan · 51:36 · 发布 2026-02-23 · 22.8万次观看(截至抓取) · [观看原视频](https://youtu.be/f8cfH5XX-XU)
> 🔥 观众最高回放 [29:56](https://youtu.be/f8cfH5XX-XU?t=1796) — 本片总论点(why Pi 反主流)

## 主旨

Pi(Mario Zechner 出)是开源 AI 编码 agent,定位为 Claude Code 的**开源 + 完全可定制 + 无安全 theatre + 模型不绑定**反主流选项;本片用 14 种 Pi 变体演示如何把 harness 这层"工程师唯一能控制的层"撑到上限,并以 80/20 策略(80% Claude Code / 20% Pi)做对冲。

## 核心论点

1. **Claude Code 出现 cancer——商业化驱动使其从为工程师定制偏离为服务大众**,你要动手的部分被反复抽象,只剩 [[Harness]] 这层你还能控制。([[#1-claude-code-的-cancer--商业化驱动偏离-0048|→ 详解1]])
2. **Pi 的两个一贯主张:开源 + 全可定制**,与 Claude Code 的好用但封闭形成产品哲学对位。([[#2-pi-的两个一贯主张开源--全可定制-0125--0731|→ 详解2]])
3. **Pi 工程哲学四对照:200 token 系统提示 vs Claude Code 10000 token、YOLO mode vs 五种审批、底层完全观察 vs 抽象掉、任意模型 vs 优先自家**。([[#3-工程哲学四对照-0425--0459--0507--0541|→ 详解3]])
4. **三档路线:基础 [[Harness]] / 多 agent 编排 / meta-agent**,视频接下来的 14 个 PI 变体就沿着这条三层递进展开。([[#4-三-tier-路线预告--14-个-pi-变体的位置-0248|→ 详解4]])
5. **80/20 策略:80% 任务仍用 Claude Code 取开箱体验,20% 用 Pi 取 harness 全控制 + 多 agent + 实验场**,思路从 pick one 换成 think in ands。([[#5-8020-策略think-in-ands-not-ors-0311|→ 详解5]])

## 知识点详解

### 1. Claude Code 的 "cancer" — 商业化驱动偏离 [00:48](https://youtu.be/f8cfH5XX-XU?t=48)

IndyDevDan 把 Claude Code 当前阶段类比成"癌症",不是因为工具坏了,而是因为"成功的软件产品必然成长去迎合新的盈利动机"([00:52](https://youtu.be/f8cfH5XX-XU?t=52))。

他具体说明三件事:第一,公司必须盈利,这意味着优化利润而非用户满意度;第二,增长压力会让产品服务对象从原本的核心受众(中高级工程师)漂移到大众;第三,这些变化每月都在 Claude Code 上演,而 Anthropic 是私有的,你没法决定它走向哪里。所以视频开头一句话定调:

> Engineers, I found the only true Claude Code competitor... This tool is the open-source, unopinionated, customizable counterattack to Claude Code. ([00:04](https://youtu.be/f8cfH5XX-XU?t=4))

他明确表态不是只吐槽,而是要给工程师一个工具做对冲。

> Let me be super clear about this. I love Claude Code. I'm going to keep using it. ([19:01](https://youtu.be/f8cfH5XX-XU?t=1141))

这句话把后面的一切技术演示绑回了一个原则:不是 "Claude Code vs Pi",而是 "两者并存但 Pi 那一面更长"。

### 2. Pi 的两个一贯主张:开源 + 全可定制 [01:25](https://youtu.be/f8cfH5XX-XU?t=85) / [07:31](https://youtu.be/f8cfH5XX-XU?t=451)

作者给 Pi 立的两条主张是**open source + customizable to the core**,把它们作为对 Claude Code "封闭 + 不断抽象掉你手动层" 的反方向回应。

这个对照在他引用自己投资与课程背景时也反复透露:**Pi 是 Mario Zechner 维护的开源项目**,所以它没有"主推自家模型"的利益压力,也没有"为了大众化必须简化"的优先级。

另一个一贯口号:**"There are many coding agents, but this one is mine"** ([01:53](https://youtu.be/f8cfH5XX-XU?t=113)) — 这是 Pi 的核心心理学:你不是在用一个工具,你在**拥有**一个工具。

### 3. 工程哲学四对照 [04:25](https://youtu.be/f8cfH5XX-XU?t=265) / [04:59](https://youtu.be/f8cfH5XX-XU?t=299) / [05:07](https://youtu.be/f8cfH5XX-XU?t=307) / [05:41](https://youtu.be/f8cfH5XX-XU?t=341)

作者把两边从四个具体工程维度对照,每个都是直接可验的。

**System prompt**:Claude Code 工程师们写了一个 10000 token 的系统提示,塞满"被验证过的最佳实践";Pi 端坚持 200 token 让模型自己推理。作者原话:"Pi agent says we have 200 token prompt. Let's let the model cook. Let the model do what it does best, which is think, reason, and solve the problem." ([04:59](https://youtu.be/f8cfH5XX-XU?t=299))。Pi 的判断是:与其塑造模型,不如信任它。

**Safety**:Claude Code 默认要求逐项确认;Pi 完全 YOLO 模式,默认给出设备全权,你自己造权限层:

> Pi agent says uh security in agentic coding is mostly theater. It's pointless. It's stupid. It actually slows down the true value of agents. ([04:25](https://youtu.be/f8cfH5XX-XU?t=265))

他承认这是给"知道自己在做什么的工程师"准备的,而不是给 vibecoder 的。

**Observability**:Claude Code 越来越把工具名、运行细节都藏起来(你要深挖 hooks 或调内部才能看到);Pi 反过来——"this tool really has nothing to hide" ([05:20](https://youtu.be/f8cfH5XX-XU?t=320))——所有事件都暴露给用户。设计原则是:看不到,改不了。

**Models**:Claude Code 优先自家 Anthropic 模型,你要绕过它就要绕 API;Pi 则故意模型中立,你可以插任何模型(Claude / Gemini / GPT / GLM / Haiku),哪家的 API 都行。原话:"Pi doesn't care. Pi wants you to use any model you want to solve the problem." ([05:41](https://youtu.be/f8cfH5XX-XU?t=341))。这条直接回应了"模型分散"那一课提到的对冲策略——Pi 是它落地的具体工具。

### 4. 三 tier 路线预告 + 14 个 PI 变体的位置 [02:48](https://youtu.be/f8cfH5XX-XU?t=168)

作者接下来把演示内容明确分三档,这就是后面每章的章节地图骨架。

- **第一档 — 基础 harness 工程(变体 v0-v6 + v10)**:教你如何让 Pi 自身的 UI、状态、组件按你的偏好工作,包括 config、skins、状态行、widget
- **第二档 — 多 agent 编排(变体 v9 / v12)**:把原生 Pi 升级成多 agent 协作系统,包括 agent team 与 agent chain
- **第三档 — Meta-agent(变体 v13)**:在前两层之上加一层"能造 agent 的 agent",把八位领域专家组合起来

这条三层在频道定位上与 Meta Harness 一致:**当单个 harness 有瓶颈时,叠加一层编排,而不是换模型**。

### 5. 80/20 策略:think in ands, not ors [03:11](https://youtu.be/f8cfH5XX-XU?t=191)

他给工程师的最终建议不是"选一边",而是按场景分:

> Think in ands not ors. The engineering world is too complex to pick single winners. ([03:11](https://youtu.be/f8cfH5XX-XU?t=191))

具体配比:80% 的任务用 Claude Code(取它的开箱默认体验),20% 用 Pi(取 harness 完全控制 + 多 agent + 实验场 + 模型分散)。这呼应了他那句 "I love Claude Code, I'm going to keep using it" —— 同时也是对 模型分散 主张的具体落地:主力 80% 押 Claude Code,20% 用其他模型/工具分散风险,避免对单一工具形成单点依赖。

### 6. Pi 的用户定位 [07:31](https://youtu.be/f8cfH5XX-XU?t=451)

作者在介绍结束前给 Pi 划了一个清楚的人群边界:

> PI is really for the advanced engineer looking for that edge of customization and extensibility. ([07:31](https://youtu.be/f8cfH5XX-XU?t=451))

这是给"中高级工程师"的工具,不推荐 vibe coder 直上。YOLO 模式 + 完全空白 hook 表 + 没有样板权限模型意味着你必须自己知道每个钩子在做什么,否则一不留神会出 rm -rf 那种事。

这一定位直接对应 AI 编码光谱 这一概念——Pi 处于偏 agentic engineering 那一端,而 Claude Code 更靠近 vibe coding 的入门端。两边按用户成熟度并行存在。

## 可执行步骤

- [ ] 评估自己的使用场景:**80% 任务**(开箱默认、模型选择、生态插件)是否仍能容忍 Claude Code 的当前方向?如果是,继续用它作为主力。
- [ ] 对剩下 20%(想要自定义 hook、widget、状态行、multi-agent orchestration)的场景,把 Pi 装上并完成至少一个 extension 演示(v0 → v1 即可),验证它的扩展模型真的够用。
- [ ] 把 "think in ands" 写进自己的 CLAUDE.md / AGENTS.md:不要为单点工具做单点投入,而是主力 80% + 长尾 20% 双轨。
- [ ] 准备一份**"哪些事情我会交给 Pi"** 的清单(multi-agent 实验、未发布的实验性 Claude Code 改动、模型分散跑新模型),把工具选择从"情绪题"转成"条件题"。

## 关联

- 印证(独立多源已确认 harness 是可优化层 90%):[[Harness]]、[[2026-06-25-Harness为王的能动工程大师课|Harness 大师课]] —— 这条主张并非 IndyDevDan 独有,cole-medin 大师课同样是这一论调的源头
- 互补(模型分散主张的工具落地):[[UPtmKh1vMN8-Claude Code 高阶课/26-分散你的模型选择|CC 高阶课·模型分散]] —— 同样是"主力 + 多家分流"的逻辑,Pi 是不绑定具体模型的具体工具
- 互补(对照 Claude Code 的 harness 上限):[[2026-06-15-Omnigent编排多个AI编码助手的元Harness|Omnigent]] —— Omnigent 把多 agent 编排做成元 harness,本片是把同一个抽象直接做成 Pi 自身的扩展集合
- 进阶(v9 / v12 是这一观点的具体实现):[[2026-07-06-CMUX实测终端复用器解决多智能体编排三大痛点|CMUX 实测]] —— CMUX 解决"看不见起不动的 agent",和 Pi 的 v9(v9 YAML agent team)在不同方向解决同一层问题

## 一手来源与延伸

- 视频 00:00-08:21 是本片所有工程演示的哲学铺垫,没有其他一手来源比直接看这一段更高效
- 视频作者所引用 Mario Zechner 的 Pi 项目主页:[https://pi.dev/](https://pi.dev/) — 用于跑通本片所有演示
- 作者配套教学:[https://agenticengineer.com/tactical-agentic-coding?y=f8cfH5XX-XU](https://agenticengineer.com/tactical-agentic-coding?y=f8cfH5XX-XU) — 他自己的付费课,带 ref 参数,立场与利益分档有交叉

## 术语

- **Harness**(上下文装备):围绕 AI 编码助手的 rules/context/skills/guardrails/workflow 集合,加速上限的 90% 在此
- **YOLO mode**:不打断、不审批的 agent 自由度模式,Pi 默认开启
- **Footer / Status line**:PI 终端底部一条信息行(模型/上下文/分支等),可被 extension 自由改写
- **Widget**:PI 终端内一个"持续在屏的 UI piece",由生命周期钩子驱动并保持状态
- **Extension**:PI 的扩展单元,可在 TypeScript 注册命令、hook、widget、tool,首章开始演示
- **Vibe coder vs Agentic engineer**:前者只关心结果不在乎过程,后者要求持续观察过程以便强化/纠偏

## 金句

> There are many coding agents, but this one is mine. ([01:53](https://youtu.be/f8cfH5XX-XU?t=113)) — 一句话定调 Pi 的工具心理学:你不是在用工具,你在拥有工具。

> Pi doesn't care. Pi wants you to use any model you want to solve the problem. ([05:41](https://youtu.be/f8cfH5XX-XU?t=341)) — "Pi 不在乎"三个字把模型分散主张落到工具层。

## 立场与利益

- 与利益同向(待印证):"claude code got cancer" — 与卖 Pi 时 80% 主张存在同向,但"商业工具抽象掉你能控制的层"这一现象在更大范围内是行业事实,主张独立成立
- 与利益反向(单独标):作者反复直言 Pi 不支持原生 subagent / MCP / 多 agent 等功能,所以你必须自己造 — 主动暴露自家短板以换取"可造"卖点,损商业形象但强化 Pi 的工具论
- 利益中性:四对照表、200 token 系统提示取舍、YOLO 模式讨论 —— 通用工程决策,无直接挂商品

视频描述里挂了一条带 ref 参数的付费课推广 `https://agenticengineer.com/tactical-agentic-coding?y=f8cfH5XX-XU`,与 "harness 占 90%" 主张同向,采信前需对照独立信源(Harness.md 三源已印证)。

## 价值定位

对**本片目标学习者**的价值:

- 适合谁:已经在用 Claude Code 想要在 harness 层拿到完全控制权、或对多 agent 编排(plan→build→review / multi-agent orchestration)有强烈定制需求的中高级工程师
- 解决什么:厘清"为什么要用 Pi"——也即什么样的人、什么样的场景,Pi 比 Claude Code 更对路;反之亦然
- 认知 vs 实操:**偏认知**——本章不教具体怎么装怎么改,而是给后面 14 章做价值与方向铺垫
- 与 [[Harness]]、[[2026-06-25-Harness为王的能动工程大师课|Harness 大师课]]、[[2026-06-15-Omnigent编排多个AI编码助手的元Harness|Omnigent]] 重叠——本片与这些笔记虽同一主题(都是讲 harness 占 90%),但**本章是 Pi 这条具体路线的 introduction**,不与既有笔记雷同

## 自检问题

1. 作者用什么生物学比喻描述 Claude Code 的现状?这个比喻的逻辑链是哪三步?
   **答案**:"Cancer" — 因为"成功的软件产品必然成长去迎合新的盈利动机",盈利优先而非用户满意度,且会服务大众而非原来小众核心受众;逻辑三步:成长→盈利→核心受众漂移。回跳 [00:48](https://youtu.be/f8cfH5XX-XU?t=48)
2. Pi 与 Claude Code 在 system prompt / safety / observability / model 这四个维度上的具体取舍是什么?
   **答案**:system prompt 200 token vs 10000 token;safety YOLO 默认 vs 五种审批;observability 底层暴露 vs 抽象掉;model 任意模型 vs 优先自家。回跳 [04:25](https://youtu.be/f8cfH5XX-XU?t=265)
3. 作者建议的 80/20 策略里 80/20 分别用哪种工具?背后的思路框架是什么?
   **答案**:80% Claude Code 取开箱体验,20% Pi 取 harness 全控制 + 多 agent + 实验场;思路框架是"think in ands not ors",不押单点工具。回跳 [03:11](https://youtu.be/f8cfH5XX-XU?t=191)