Pi 是什麼？一個可以被你改造成自己工作方式的 AI 程式助手

如果你聽過 Cursor、Claude Code、Codex CLI 這類工具，可以先把 Pi 想成同一個大方向的東西：它也是一種讓 AI 幫你讀程式、改程式、跑指令、整理工作流程的工具。

但 Pi 的定位比較特別。它不是主打一個「功能全部包好」的封閉產品，而是比較像一個可改造的工具底座。官方把它稱為 minimal terminal coding harness，也就是一個盡量保持核心很小、但可以被擴充的終端機 AI 程式助手。

白話一點說：

Pi 像是一個可以自己改裝的 AI 工具箱。
你不一定要照它原本的方式工作，而是可以讓 Pi 配合你的工作方式。

一句話重點

Pi 是一個在終端機裡使用的 AI coding agent。它讓開發者透過 extensions、skills、prompt templates、themes 和 packages，把 AI 助手改造成符合自己專案與團隊習慣的工具。

它可以解決什麼問題？

很多 AI 程式工具都有一個共同問題：工具本身已經設計好流程，使用者只能跟著它的介面和規則走。

這對一般使用者很方便，但對有固定開發流程的團隊來說，可能會卡住。例如：

• 團隊有自己的 commit 規範。
• 專案有固定的測試、佈署、檢查流程。
• 公司對權限、安全、模型供應商有特定要求。
• 使用者希望 AI 助手能讀取自己的專案規則或常用提示詞。

Pi 的想法是：與其要求所有人使用同一套工作方式，不如讓工具可以被改造。

所以 Pi 比較適合這種使用者：

• 已經常用終端機工作的人。
• 想把 AI 助手整合進既有開發流程的人。
• 想自己定義工具行為、指令、快捷鍵或工作流程的人。
• 想在不同 AI 模型與供應商之間切換的人。

Pi 的幾個核心特色

1. 核心很小，但可擴充

Pi 官方強調它是 minimal，也就是核心盡量保持簡單。它不想把所有功能都內建進去，而是讓使用者用擴充方式自己加。

可以擴充的東西包含：

• Extensions：用 TypeScript 寫的擴充功能。
• Skills：讓 AI 在需要時載入特定能力或工作說明。
• Prompt templates：可重複使用的提示模板。
• Themes：終端機介面主題。
• Pi packages：把上述能力打包分享。

這種設計比較像瀏覽器外掛或 VS Code extensions：核心工具保持簡單，真正的工作流程由使用者自己組合。

2. 可以使用多家 AI 供應商與模型

Pi 官方頁面列出支援多種供應商與模型來源，包括 OpenAI、Anthropic、Google、Azure、Bedrock、Mistral、Groq、Cerebras、xAI、Hugging Face、OpenRouter、Ollama 等。

這代表使用者不一定被綁在單一模型上。你可以依照任務切換模型，例如：

• 寫程式用一個模型。
• 長文件整理用另一個模型。
• 本機或私有環境用 Ollama。
• 公司帳號或 API key 用指定供應商。

對非工程讀者來說，可以把它理解成：

Pi 像是一個可以接很多不同 AI 引擎的控制台。
你可以依任務選擇要用哪一顆引擎。

3. 工作紀錄可以分支與分享

Pi 的 session history 是 tree-structured，也就是像樹狀結構一樣保存對話與操作紀錄。

這有什麼好處？

假設你請 AI 修改一個功能，做到一半發現方向錯了，一般工具可能只能往前繼續或整段重來。Pi 的樹狀紀錄讓你可以回到前面的某個節點，從那裡開出另一條分支。

這比較接近「做實驗」的概念：

• A 方案：用簡單做法。
• B 方案：用比較完整的架構。
• C 方案：先只改 UI。

每條分支都可以保存，之後還能匯出或分享。

4. 重視 context engineering

Context engineering 可以先理解成「管理 AI 看得到哪些資訊」。

AI 工具不是知道越多越好。如果把無關資訊全部塞給 AI，它可能變慢、變貴，也可能更容易混淆。Pi 提供幾種方式來管理 context：

• AGENTS.md：放專案規則，啟動時讀取。
• SYSTEM.md：替換或補充系統提示。
• Compaction：對過長的舊對話做摘要。
• Skills：需要時才載入特定能力。
• Extensions：可動態加入或過濾 context。

白話來說：

Pi 不只是讓 AI 回答問題，也讓你管理 AI 在什麼時候該看什麼資料。

這對大型專案很重要，因為大型專案裡的規則、檔案與歷史決策很多，不可能每次都全部塞進對話。

5. 可以在執行中調整方向

Pi 支援在 agent 正在工作時送出新的指示。官方文件提到，使用者可以按 Enter 立即 steering，也可以用 Alt+Enter 排隊一個後續訊息。

這對實際工作很有幫助。因為 AI 工具常常會跑一段時間，你可能中途發現：

• 它理解錯方向。
• 你想到新的限制。
• 你想讓它先停下某個操作。
• 你想補充更多背景。

Pi 的設計讓你不必完全等它跑完，才能修正方向。

它和一般 AI 聊天機器人有什麼不同？

一般 AI 聊天機器人比較像「問答工具」。你問問題，它回答。

Pi 比較像「會進入你的專案工作的 AI 助手」。它可以在終端機裡配合專案檔案、指令、工具與工作流程。

差異可以這樣看：

非工程背景的人需要知道什麼？

如果你不是工程師，Pi 可能不是你會直接每天打開使用的工具。它主要面向熟悉終端機與開發流程的人。

但你仍然可以理解它代表的趨勢：

AI 工具正在從「單一產品」走向「可組裝的工作系統」。

早期 AI 工具常常是固定介面、固定功能。未來更重要的可能是：

• 能不能接進公司原本的流程？
• 能不能照團隊規範工作？
• 能不能選擇模型？
• 能不能控管安全與權限？
• 能不能讓 AI 記住專案規則？

Pi 就是在這個方向上的一個例子。

適合誰使用？

Pi 比較適合：

• 熟悉命令列的開發者。
• 想自訂 AI coding agent 的工程團隊。
• 想整合多家模型供應商的人。
• 喜歡用外掛、模板、套件組合工具的人。
• 想把 AI 助手深度接進內部工作流程的人。

Pi 可能不適合：

• 完全不使用終端機的人。
• 只想要打開網頁就能聊天的人。
• 不想花時間設定工具的人。
• 希望所有功能都預先包好的人。

目前可以怎麼開始？

官方文件提供幾種安裝方式，其中一種是用 npm：

npm install -g --ignore-scripts @earendil-works/pi-coding-agent

Linux 或 macOS 也可以使用官方 installer：

curl -fsSL https://pi.dev/install.sh | sh

安裝後在專案目錄執行：

pi

第一次使用時，需要依照你要使用的模型供應商登入或設定 API key。

我們的觀察

Pi 最值得注意的地方，不是它「又多了一個 AI 寫程式工具」，而是它把重點放在可改造性。

如果說有些 AI coding 工具像一台已經組好的車，那 Pi 比較像一個可以換零件、改儀表板、接不同引擎的底盤。

這種方向對個人使用者可能比較有門檻，但對工程團隊很有吸引力。因為真正進入工作場景後，問題通常不是「AI 能不能寫程式」，而是：

• 能不能照團隊規則寫？
• 能不能接上測試流程？
• 能不能符合安全政策？
• 能不能用公司允許的模型？
• 能不能讓工作紀錄可追蹤？

Pi 的答案是：不要等產品內建，自己組出來。

來源

• Pi 官方網站：https://pi.dev/
• Pi 官方文件：https://pi.dev/docs/latest
• 查閱日期：2026-06-14