Pi coding agent: un approccio minimalista agli AI coding agent
Negli ultimi mesi il mercato degli AI coding agent si è popolato di strumenti sempre più sofisticati. Pianificazione automatica, sub agent, workflow multi-step e integrazioni native promettono di ridurre il lavoro degli sviluppatori e aumentare la produttività.
In questo scenario Pi, il progetto sviluppato da Mario Zechner e disponibile tramite pi.dev, segue una direzione diversa. Invece di aggiungere continuamente nuove funzionalità, cerca di ridurre il core all’essenziale e lasciare agli sviluppatori il controllo del proprio ambiente di lavoro.
La promessa del progetto è racchiusa in una frase semplice.
“Adapt Pi to your workflows, not the other way around”.
Una filosofia che può sembrare controcorrente, ma che apre una riflessione interessante sul futuro degli AI coding agent.
Più che analizzare un singolo strumento, vale quindi la pena utilizzare Pi come punto di osservazione privilegiato per esplorare una tendenza emergente: la ricerca di AI coding agent più semplici, più trasparenti e maggiormente controllabili da parte degli sviluppatori.
Quando più automazione significa più complessità
Molti coding agent moderni cercano di essere sempre più autonomi. Questa evoluzione porta vantaggi evidenti, ma introduce anche nuove forme di complessità: prompt di sistema sempre più estesi, workflow difficili da comprendere e comportamenti che cambiano a ogni release.
Pi nasce proprio come risposta a questa tendenza. L’obiettivo non è rendere l’agente più intelligente o più autonomo, ma ridurre l’attrito introdotto dall’harness (termine che indica l’infrastruttura software di un LLM o un agente AI) stesso e mantenere il controllo nelle mani di chi lo utilizza.
Pi coding agent: un harness minimale
La definizione ufficiale è semplice: Pi è un minimal terminal coding harness.
Nel suo nucleo troviamo soltanto quattro strumenti fondamentali: read, write, edit e bash. A questi si aggiunge una Terminal User Interface (TUI) essenziale. Tutto il resto viene spostato all’esterno tramite estensioni TypeScript, skill caricate on demand, prompt template, temi e package distribuibili tramite npm o Git.
Pi può inoltre essere utilizzato in modalità interattiva, JSON, RPC o SDK. Più che un semplice agente da terminale, si presenta come una piattaforma componibile che può essere adattata alle esigenze del singolo sviluppatore o del team.
Il contesto come responsabilità progettuale
Uno degli aspetti più interessanti del progetto riguarda la gestione del contesto. Pi dedica particolare attenzione a ciò che entra realmente nella context window del modello.
File come AGENTS.md e SYSTEM.md, insieme a skill ed estensioni, permettono di controllare in modo esplicito quali informazioni raggiungono il modello. È inoltre possibile estendere o sovrascrivere il SYSTEM.md predefinito tramite configurazioni locali.
La differenza rispetto ad altri strumenti è significativa: il contesto non viene considerato un dettaglio nascosto dell’implementazione, ma una responsabilità progettuale che deve rimanere visibile e controllabile.
Sessioni ad albero e workflow non lineari
Una delle funzionalità più originali riguarda il formato delle sessioni. Pi le salva come strutture JSONL (Json Lines) ad albero, supportando branching e percorsi alternativi all’interno della stessa conversazione.
Questo permette di tornare a uno stato precedente, esplorare soluzioni alternative e mantenere traccia delle diverse direzioni percorse durante il lavoro. Una rappresentazione che riflette in modo più realistico il modo in cui sviluppatori e agent collaborano alla risoluzione dei problemi.
MCP e il costo dell’automazione
Dal sito e dai post pubblicati da Mario Zechner emerge una posizione precisa nei confronti del Model Context Protocol (MCP).
La critica non riguarda il protocollo in sé, ma il costo che alcune implementazioni introducono in termini di token, complessità e consumo del contesto. Alcuni server MCP moderni possono infatti occupare una parte significativa della context window ancora prima che venga svolto qualsiasi lavoro utile.
La risposta proposta da Pi è semplice: preferire strumenti piccoli, documentazione leggibile, skill specializzate e componenti facilmente componibili. Lo stesso approccio spiega l’assenza nel core di funzionalità come sub agent, plan mode integrato o to-do list native.
Per chi ha senso davvero
Pi trova la sua collocazione ideale presso sviluppatori esperti che lavorano abitualmente da terminale, utenti local-first e team che desiderano costruire workflow proprietari.
Potrebbe invece risultare meno adatto a chi cerca un’esperienza pronta all’uso, forti guardrail integrati o una configurazione minima. La flessibilità offerta dal progetto richiede infatti una maggiore disponibilità a modellare il proprio ambiente di lavoro.
Pi in azione
La capacità di creare estensioni personalizzate rappresenta probabilmente uno degli aspetti più interessanti del progetto. Attraverso poche istruzioni è possibile integrare strumenti aziendali, definire workflow deterministici e costruire comportamenti specifici per il proprio contesto operativo.
Di seguito potete vedere un paio di video che dimostrano l’approccio con Pi.
Il primo video riguarda la creazione di un’estensione personalizzata con il logo Intré per il coding agent.
Il secondo video mostra l’evoluzione dell’estensione appena creata verso un workflow strutturato a step.
FAQ rapida su Pi coding agent
Prima di chiudere, vi lascio alcune domande-risposte su Pi coding agent.
Pi è un’alternativa open source a Claude Code o Codex?
Sì, ma con una filosofia molto diversa. Pi privilegia semplicità, trasparenza e personalizzazione.
Pi supporta modelli locali?
Sì, attraverso provider personalizzati ed estensioni dedicate.
Pi supporta MCP?
Non nel core del prodotto, ma può essere integrato tramite estensioni dedicate.
Pi è adatto ai principianti?
Può essere utilizzato anche da chi è alle prime esperienze, ma esprime il massimo valore nelle mani di utenti avanzati.
Conclusioni
Pi non è il coding agent più semplice da adottare e probabilmente non vuole esserlo.
In un mercato che sembra correre verso livelli sempre maggiori di automazione, il progetto propone una direzione diversa: meno funzionalità integrate, meno astrazione e maggiore controllo. La sua filosofia non è adatta a tutti, ma offre una risposta interessante a un problema sempre più attuale: come mantenere trasparenza e prevedibilità mentre gli agent diventano sempre più complessi.
Pi non cerca di sostituire il giudizio dello sviluppatore. Cerca piuttosto di fornirgli strumenti migliori per esercitarlo.