Почему минимализм Pi работает: кейсы Databricks и Shopify

Кодинг-агент Pi от earendil-works построен на идее, которая идёт вразрез с общим трендом: в эпоху, когда AI сделал код дешёвым, многие компании строят всё более крупные инструменты в погоне за производительностью — больше промптов, больше оркестрации, больше слоёв. Это делает такие инструменты дороже в использовании. Pi сознательно выбирает противоположный путь: минимализм.

Минимализм как дизайнерское решение

Из коробки Pi поставляется всего с 4 инструментами. Его системный промпт и определения инструментов укладываются в менее 1000 токенов. Логика простая: большинство задач можно решить базовым набором, а если нужно больше — это легко достроить, потому что Pi создан для расширяемости.

Доказательств того, что такой подход не просто «чище», а дешевле и производительнее, становится больше. Пользователи замечают, что vanilla Pi даёт результаты на уровне лучших в индустрии — ещё до добавления расширений под конкретные рабочие процессы. Ниже — два внешних подтверждения от Databricks и Shopify.

Кейс Databricks: стоимость за задачу

Databricks опубликовали собственное исследование «Benchmarking Coding Agents on Databricks' Multi-Million Line Codebase». Цель — понять, какие кодинг-агенты дают лучший результат на реальных задачах и как производительность соотносится с ценой.

Чтобы избежать предвзятости внешних бенчмарков, которые уже перенасыщены, команда Databricks собрала собственный набор задач — те, что их инженеры выполняют регулярно. Результаты оказались ожидаемыми, но удивили многих в индустрии. Цитата авторов: «...harness, из которого вызывается модель, кардинально влияет на стоимость и качество», и «во многих случаях простые harness-ы вроде Pi показали себя лучше всех на наших нагрузках».

В связке с Opus 4.8 (xhigh) Pi показал самый высокий общий pass-rate — при существенно более низкой стоимости по сравнению с Claude Code и Codex.

Минимальный harness, измеримый эффект

Pi работает хорошо, потому что не пытается обернуть модель в кучу дефолтов и инструкций, которые теряются в иерархии инструкций. Вместо этого Pi не мешает модели, а команда добавляет то, что реально нужно для её воркфлоу.

Исследование Databricks ценно тем, что разделяет модель и harness. Когда одну и ту же модель с одинаковым уровнем thinking effort прогоняли через разные harness-ы, «стоимость задачи отличалась значительно (в некоторых случаях более чем в 2 раза), при этом качество оставалось одинаковым». Авторы Earendil называют это «context discipline» — контекстной дисциплиной Pi: «Pi отправлял примерно в 3 раза меньше контекста за один ход. Он лучше управлял контекстом, держал более плотный рабочий набор и завершал задачи за меньшее число итераций».

Важно смотреть на end-to-end экономику, а не только на цену за токен. Это работает и на уровне моделей: например, сложные воркфлоу на Haiku 4.5 часто оказывались дороже, чем на Sonnet 4.6, особенно когда задействовано выполнение кода, — просто потому, что агенту требовалось больше шагов для успешного завершения задачи. Теперь тот же эффект виден на уровне harness-ов: более сильная и дорогая модель с производительным harness-ом может оказаться дешевле, чем более слабая с неэффективным.

Кейс Shopify: Pi Autoresearch — расширяемость вместо «жира»

Минимализм — ядро философии Pi, но минимальность не означает негибкость. Напротив, это одна из первых широко используемых агентных инфраструктур, созданных именно для расширяемости и саморедактирования.

Ещё одно внешнее подтверждение дизайна Pi пришло от Shopify. В посте Shopify Engineering Дэвид Кортес описывает, как построил pi-autoresearch прямо как расширение Pi — просто попросив: «Pi, создай расширение для Autoresearch...». Pi читает собственную документацию по расширениям и начинает собирать новый воркфлоу.

Autoresearch — это автономный цикл оптимизации с кодинг-агентами. Когда вы просите внести изменение, он запускает эксперименты, чтобы выяснить, что работает, а что вызывает регрессии. Пока цель измерима, он может отбрасывать регрессии и продолжать самоулучшаться.

Для Shopify и других расширение Autoresearch быстро стало серьёзным внутренним инструментом продуктивности. Shopify сообщал о юнит-тестах, выполняющихся «в 300 раз быстрее», монтировании React-компонентов «на 20% быстрее», сокращении времени сборки в нескольких проектах и даже об улучшении производительности pnpm. Исходники доступны в репозитории pi-autoresearch.

Ключевой момент: Pi не поставляет ничего из этого из коробки. Он делает невероятно простым создание таких инструментов. Вместо предположения, что вендор знает ваш воркфлоу и должен поставлять все инструменты на свет, Pi исходит из того, что вы лучше знаете свои задачи, и даёт расширяемость, чтобы выковать собственный процесс.

Почему минимализм побеждает сейчас

Ещё около года назад можно было спорить, что нативные harness-ы имеют структурное преимущество над всеми остальными, потому что модели строились вокруг них. Этот аргумент слабеет.

Фронтирные модели теперь отлично понимают терминальное (или терминалоподобное) окружение и работу в нём. Недавнее сокращение системного промпта Claude Code на 80% — явный признак этого тренда. Вопрос смещается с того, насколько harness «нативный», на то, как он обрабатывает контекст, избегает избыточности и работает с чистыми примитивами. Моделям нужен чистый интерфейс к окружению и harness, который не тратит контекст впустую.

Pi обеспечивает именно это: меньше оверхэда в промпте и повторяющегося контекста, дешевле запуски, меньше ненужных абстракций. А благодаря расширяемости вы не теряете мощность — вы получаете избирательность: сложность добавляется только тогда, когда она «отрабатывает себя».

Отдельный плюс — для локальных моделей, которые быстро развиваются. У них обычно меньше контекстное окно, а prefill может занимать много времени, поэтому сохранение стабильного префикса промпта критично. Context discipline означает, что Pi не меняет контекст, пока пользователь явно об этом не попросит, избегая минутных повторных префиллов. В сочетании с минимальным системным промптом и набором инструментов это делает Pi идеальным harness-ом для локальных моделей.

Pi доказывает, что можно быть одновременно дешевле, минималистичнее и производительнее.