很多人觉得「让 AI 替自己干活」必须先学编程,但实测下来卡点早就不是 Python 语法了——现在的 Agent 已经能自己拆步骤、自己找文件、自己把结果落到本地。真正缺的,只是有人带你把它装起来、接上你手里的资料。

Pi 就是这样一个装在你电脑上、几乎不管 AI 的 Agent 软件。它不是 AI,而是让 AI 在你本机动手的软件。把 GPT 和 DeepSeek 接进来,它就能替你读三份会议摘录、合并出观点汇总,再把汇总写成一篇带出处的文章,最后还能联网补信息、配一个图形界面。本文是一份完整的零基础配置流程,以及四款主流 Agent 软件的取舍建议。

为什么是 Pi,而不是别的 Agent

在做完整套流程之前,先讲清楚三条判断。这三条不是软件参数,而是从安全策略、生态系统、生态的视角看哪种 Agent 软件能让你放手把活交给 AI。

第一条:管得少,AI 才发挥得出来。 Pi 的产品逻辑是「管得越少,模型能力越强」。把太多规则塞给 Agent,等于把模型摁在笼子里。同样的调研报告任务,实测让 OpenAI 官方的 Codex 跑一遍,产物干瘪到没法用;换成 Pi 跑同一个 Agent,该有的细节、判断全出来了。模型越来越强,管 AI 的那层软件就该越少插手。

第二条:上下文几乎只装标量,省钱到极致。 Agent 软件的本质是把系统提示、工具说明、自身规则全部装进上下文,这部分越大,留给正事的空间就越小。实测在我这台机器上,Pi 刚启动时上下文只占几 K;同一个环境换成 Claude Code,一跑起来就是 30-40K——几万的活还没开始干,token 先烧掉一半。更重要的是,Pi 的 MCP 等扩展按需加载,而不是一开机就把全套家当背在身上。综合下来,Pi 是当下最省 token 的 Agent 软件之一。

第三条:别指望一个 AI 守得了所有任务。 现在的 AI 有的擅长写代码,有的文笔好,有的查资料又快又准。让一个模型包打天下不现实,而 Pi 能把 GPT、DeepSeek、Claude、GLM 等主流模型一并接进来,由你按任务自由组合。

在 Mac 上装 Pi(Windows 同样适用)

打开 pi.dev,Mac 上官方给了一行安装命令,复制到终端粘贴回车,按 Y 确认就开始下载,装的很快。装完以后输入 pi 回车就进了。

第一次进来 Pi 会提示 Warning: No models available.,别慌,这不是装坏了,只是还没有接 AI。Windows 用户把终端换成 PowerShell,官网有对应的安装命令,后面所有操作都一样。

接两个 AI:GPT 走订阅、DeepSeek 走 API

1. 用 GPT 订阅登录

在 Pi 里输入 /login 回车,先选「账号登录(OpenAI Codex)」,再选「浏览器登录」。浏览器打开授权页面,登录你的账号,回来就接上了。/login 之后 Pi 会显示当前套餐有哪些模型可以用、思考额度多少,这跟 OpenAI 的订阅档位挂钩,不是无限量的。

2. 接 DeepSeek 的 API

打开 DeepSeek 开放平台,注册登录确认账户里有余额,然后创建一枚 API Key。这里提醒一句:Key 是你的钥匙,不要截图、不要发到群聊、不要粘进聊天窗口。

回到 Pi,再输入 /login,这次选「API Key」,在列表里找到 DeepSeek,把 Key 填进去。保存之后输入 /reload 重新加载,模型列表里就出现 DeepSeek 了。选 DeepSeek Flash 这种小模型,底部状态栏会显示当前模型名。

到这一步,你手里已经有两个 AI 了:一个走订阅套餐,一个走 API Key。两边的额度和计费各算各的,不会因为都在 Pi 里就合成一份账单。

3. 切换模型与思考级别

/model 打开模型选择面板,挑你顺手的。思考级别用 Shift+Tab 快捷键切换——整理资料这种简单活设 low 就够,写文章这种需要细致判断的活切到 high。

第一个真实任务:把三份会议摘录合并成观点汇总

光说不练假把式。下面让 Pi 真干两件事,这件事是「把三份直播摘录合并成一份带出处的观点汇总」。

准备练习素材

在桌面建一个文件夹叫「Pi 入门练习」,里面放三份材料——我用的是最近三期直播里聊 Agent 软件的部分,每一份都标了日期。你练习时换成自己的笔记、会议记录、客户访谈都可以,但有一条:先用副本,别上来就把客户资料、账号、隐私丢进去。工作目录不是保险箱,Pi 用的是云端 AI,读到的东西会发到服务方那边。

把 Prompt 写清楚

进到文件夹,在终端输入 cd 加一个空格,把文件夹从 Finder 拖进终端,回车;再输入 pi 就进了 Pi 的工作目录。然后用 GPT 跑这件事,Prompt 写明四件事:

  1. 资料在哪(给文件夹)
  2. 要整理什么(三大主题「怎么选 Agent 软件」「怎么搭配 AI 和扩展」「中文写作怎么搭」)
  3. 注意什么(重复的合并、保留出处)
  4. 结果存到哪(输出文件夹命名要清晰)

发送之后 Pi 自己读文件、写结果,不用你逐篇复制粘贴。想看它每一步干了什么,按 Ctrl+O 打开执行轨迹。生成完后用 Obsidian 打开看,主题已经按要求合并,出处标得清楚。

第二个真实任务:换 DeepSeek 写成第一人称文章

还是这个文件夹、还是这些材料,这次只换 AI。输入 /model 选 DeepSeek,思考级别调到 high,然后发一段 Prompt:「把刚才的汇总文档作为材料,用第一人称写一篇《为什么我现在主要用 Pi Agent》,字数 1000-1500 字,重点解释三点:1. 为什么日常会用 Pi Agent;2. 怎样按任务搭配模型;3. 为什么不主张装很多扩展。语言自然一点,不要太有 AI 味。」

Pi 会把上一步的成果文件作为输入,不需要你手动复制。生成完了之后读一下,开头不再「随着 AI 的发展」式铺垫,直接进入主题,口吻很接近本人。

这条经验可以固化:按任务挑模型,而不是按模型挑任务。整理资料 GPT 更顺手,中文写作 DeepSeek 重写,这两个加起来才是日常主力。

给 Pi 加一个联网扩展:Pi Web Access

前两个任务用的都是本地文件,但要查刚发生的新闻就需要联网。给 Pi 加联网能力,只装一个扩展就够:Pi Web Access,不要一次给它装十个。理由还是前面那一条,Agent 软件管得越少,AI 发挥得越好。

安装与重启

直接跟 Pi 说「帮我装 Pi Web Access 这个扩展」,它会自己找安装方式、执行安装。装完它会提示「重启 Pi 才生效」——这一步别省,我一开始就因为没退出来,扩展没加载。

所谓「扩展」,就是在你本机跑的一段程序,所以安装之前要心里有数。安装之后,直接让 Pi 查一段时事,比如最近正在热门的话题,它会自己搜索、回来带一份带来源链接的总结报告。

零配置能用

Pi Web Access 默认零配置就能搜。如果你已经登录了 OpenAI 订阅,搜索会直接走 OpenAI 自己的搜索接口,不需要另外配搜索 Key。

想换搜索源:Tavily

如果你不想用 OpenAI 官方的搜索,想换一个第三方搜索源,推荐 Tavily。在 tavily.com 注册一个账号、创建一个搜索 Key,免费档每月给 1000 Credits,不是天天重度搜索的话完全够用。

配 Key 时不要把 Key 直接贴到聊天里让 AI 帮你填。正确做法是用环境变量或私有配置文件,让 Pi 帮你把配置结构写出来,Key 自己填。或者用 PI 代理,不要交出钥匙。配好之后,告诉 Pi:

「用 OpenAI 的 GPT 时走 OpenAI 自己的搜索,用 DeepSeek 时走我刚填的 Tavily。」

它会自动按当前模型走对应的搜索源。Pi Web Access 还内置了 Exa 作为兜底,零配置、免费额度用完后还能再顶一下。实际上一个搜索源就够用,不要一口气全接。

不想用终端?用 Paseo 给 Pi 套一个 GUI

Pi 自己没有桌面应用,如果你不想天天对着终端,推荐用 Paseo——这是一个第三方开源软件,专门把各种 Agent 软件接进来套个图形壳。

到 Paseo 官网下载安装,左下角点「设置」,找到 Providers,列表里勾选 Pi 开关,它就把 Pi 加载进来了。我在 Pi 里配好的 GPT 和 DeepSeek 一共 10 个模型,Paseo 全部加载。

回到主界面加一个工作区,目录选桌面的「Pi 入门练习」,然后新建会话,在菜单里选 DeepSeek 模型——留意左上角,选的是哪个 Provider。现在可以像普通聊天软件一样使唤它了。

Paseo 的右边可以拉出一个文件栏,3 份原始资料、生成的文章都在里面,不用在终端和阅读器之间来回切。想改文字直接切到源代码视图,在 Paseo 里就能改。先在终端里走一遍流程是为了让你知道它装在哪、怎么围绕文件干活;日常用完全可以在 GUI 里完成,不用再回终端。

四款主流 Agent 软件怎么取舍

手里有了 Pi,大概率还会有这个问题:Codex、Claude Code、Open Code、DeepSeek Harness 怎么取舍?下面把我自己的使用场景和取舍讲一下。

软件 适合场景 不适合场景 我的权重
Pi 日常非编程的全部任务:整理资料、做调研、写报告、写提案 复杂多文件架构设计 主力,占 70-80% 工作量
Codex(OpenAI) 写代码、做代码审查、后端设计、架构设计 写调研报告、做前端设计 编程专用,规则严
DeepSeek Harness 跑 DeepSeek 模型写代码(缓存优化、token 省) 中文写作(AI 味重) 偶尔保留
Claude Code 功能强 token 消耗最大 基本不用
Open Code 功能全 太臃肿 弃用

我的原则就一句话:Agent 软件跟 AI 要分开看,哪个任务用哪个 AI 配哪个 Agent 软件,我来挑。Codex 和 DeepSeek Harness 都不错,但都是 AI 厂商自己推出的 agent,围绕自家 AI 做的优化——用它们就像在别人定好的组合里干活。我不想被任何一家绑定,所以主力 Agent 软件挑中立的 Pi,模型层自由组合。

更详细的 AI Agent 行业观察可以参考 AI 大模型运行机制原理一篇;Codex ChatGPT 半年更新:省 token 技巧 也提到了类似的「上下文省 token」思路;一周 AI 行业 10 件大事 是这段时间行业风向的整体速读。

写在最后

把上面四件事做完:装好 Pi、接上两个 AI、让它整理资料再写文章、装一个联网扩展、用 Paseo 套个图形界面——你手上就有了一套能天天用的 Pi Agent。

整套流程的关键不是某一步,而是**「按任务挑模型 + 少装扩展 + Agent 与 AI 解耦」**这三个习惯。Agent 软件本身会越变越多、模型本身会越来越强,但这三件事的逻辑是稳的。

下一步还有几件事本期没展开:在 Paseo 里让多个 Agent 软件像员工一样排班协作、在手机上远程操控家里那台电脑。这些会在后续的教程里继续更新。如果你在配置时遇到 Key 泄露、模型报 401、Paseo 加载不到 Pi 之类的问题,欢迎留言——下一篇会把这些做成可执行的清单。