资深程序员谈Coding Agents功能堆砌为何偏离开发本质

AI编程工具进入大乱斗时代，功能堆叠似乎已成常态。但在libGDX创始人、拥有17年开源经验的Mario Zechner看来，这种趋势正让开发者逐渐失去对工具的掌控。他近日在Tessel开发者大会上分享了自己的观察，并介绍了一款旨在“将控制权交还开发者”的极简终端编程智能体——pi。

“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。”Mario在演讲中直言不讳。他批评了当前主流工具的设计哲学，并提出了自己的解决方案：一个只有read、write、edit、bash四种工具，拥有极短system prompt，却强调极致可扩展性的编程助手。

本文基于该演讲视频整理，核心观点如下：

• Claude Code如今功能庞杂如宇宙飞船，用户可能只了解其10%，剩下90%是难以观测的“暗物质”。
• 现有编程框架的许多功能可能并非获得好结果的必需品。
• 行业正处于探索期，完美的编程智能体形态未定，因此工具必须是可自修改、可塑性极强的，以便快速实验新想法。
• 代码检查和类型检查的真正时机，仅在智能体认为自己彻底完成任务之后。

1 从ChatGPT到Claude Code：工具的膨胀与失控

回顾编程智能体的演进史，路径清晰可见。最初是从ChatGPT搬运零碎的代码片段，后来是集成在VS Code里的GitHub Copilot，需要用户不断敲击Tab键来补全。再后来出现了Aider和AutoGPT等工具。

直到Claude Code登场，才真正开创了一个品类。它通过强化学习，让模型学会使用文件工具和bash工具来实时探索代码库、理解上下文并直接修改，效果惊人，极大地提升了代码产出效率。

早期的Claude Code简单、可预测，完美契合了许多开发者的工作流。但问题随之而来：既然它能写这么多代码，为什么不把所有能想到的功能都加上呢？这个听起来不错的主意，最终却催生了一个功能臃肿的“怪物”。如今的Claude Code就像一架宇宙飞船，用户可能只用到其中5%的功能，了解其中10%，剩下90%都是AI和智能体领域的“暗物质”——没人确切知道它在后台做了什么。

2 Claude Code：为何不再是一个稳定的好工具

对开发者而言，了解智能体正在做什么至关重要。但Claude Code在可观测性和上下文管理方面并不理想。其终端界面曾出现令人困扰的闪烁问题，虽然后续被修复，却暴露了更深层的设计取向。

更关键的是，工具在后台对用户上下文进行了大量不透明的操作。有开发者通过拦截请求发现，Claude Code会向上下文注入额外文本，且这些操作的时机和方式频繁变动，直接扰乱了既定的工作流。对于一个追求稳定和可预测性的工具而言，这是致命的。

作为UI设计的代价，其可观测性被降低。同时，它没有模型选择权，扩展性也有限。虽然提供了一套钩子系统，但集成度不深，且基于进程调用的方式开销较大。

最终，Claude Code走向了服务更广泛大众用户的道路，这本身无可厚非，但对于那些渴望深度掌控和透明度的开发者来说，它已不再适用。

3 OpenCode：底层设计缺陷与信任危机

在寻找替代方案的过程中，Mario评估了多个项目。Codex CLI的模型表现令人惊艳；AMP团队通过“做减法”打造了一款优秀的商业化编程框架；而开源的OpenCode则因其社区属性和务实团队吸引了目光。

然而，OpenCode在上下文管理上存在严重问题。例如，它每一轮对话都会调用一个函数，删除最后4万个token之前的所有记录，这直接破坏了提示词缓存的有效性。

其自带的LSP支持在实际工作中也成了阻碍。当智能体逐个修改文件时，代码往往处于无法编译通过的状态，此时LSP反馈的错误信息会干扰模型的判断，导致产出结果糟糕。这印证了一个观点：代码检查和类型检查的真正时机，只在智能体认为自己彻底完成任务之后。

此外，一些底层架构决策也引发了信任危机，例如将每条消息保存为独立JSON文件的做法，以及默认服务端架构中曾存在的远程代码执行安全漏洞。在快速迭代的行业背景下，出错虽难避免，但此类隐患足以让注重安全和设计的开发者望而却步。

4 Pi：让编程智能体适应你的需求

基于对现有工具的观察，Mario提出了不同的思路：剥离一切冗余，构建一个极简且可扩展的核心。这就是pi的诞生背景，其核心理念是让工具适应开发者，而非相反。

pi的系统由四个包构成：一个抹平不同提供商差异的AI抽象层、一个包含工具调用和验证等基础能力的通用智能体循环、一个约600行代码的高效终端用户界面，以及既可作SDK又可作完整交互式智能体的Coding Agent本身。

它的系统提示词极其简短。原因在于，前沿模型已经通过大量训练“知道”如何扮演编程智能体，反复告知它基础规则并无必要。

pi默认采用YOLO模式，即智能体直接执行，无需步步确认。它只提供四个核心工具：read、write、edit和bash。没有MCP，没有子智能体，没有计划模式，也没有内置的待办系统。但关键在于，所有这些都可以用更简单、透明的方式自行实现。

没有MCP？可以用CLI工具加技能扩展来实现。没有子智能体？可以用tmux来生成并观察。没有计划模式？写一个plan.md文件即可，它比蹩脚的UI更实用且可跨会话复用。这种极致的可扩展性是pi的核心价值。开发者可以轻松扩展工具、自定义UI、技能、提示词模板和主题，并通过热重载即时生效。

社区已经基于pi构建了许多有趣的扩展。例如，有人在五分钟内复刻了Claude Code的ships功能；pi-messenger实现了多个智能体间的通信与观察；甚至还有pi-nes，允许在智能体运行时玩游戏。

pi采用树状结构管理会话，而非线性聊天记录，实现了更可控的“子智能体”工作流。整个系统透明，没有后台注入，所有调用成本均可追踪。在TerminalBench基准测试中，pi的表现紧随顶尖的Terminus之后。

最后，Mario也分享了维护此类开源项目的现实挑战，例如应对大量由AI生成的Issue和PR。他采取的“防御机制”包括定期关闭仓库以专注开发，以及通过一个简单的标记文件来验证提交者是否为真人，确保社区的交流质量。

pi代表的是一种哲学：将复杂性和选择权交还给开发者，通过极简的核心和无限的扩展可能性，重新夺回对编程过程的掌控。