Eu vou te contar a história de um cara que programa há 30 anos, ficou de saco cheio do Claude Code, e decidiu construir o oposto.
O resultado? Um coding agent com 4 tools e um system prompt de menos de 1.000 tokens. Ele chamou de Pi. E esse agente minimalista virou o motor por trás do OpenClaw – o projeto mais viral da história do GitHub, com 210.000+ stars.
Se isso não é uma lição para quem constrói software, eu não sei o que é.
Na minha experiência com 300+ software houses, o problema mais comum que eu vejo não é falta de tecnologia. É excesso. Times que usam frameworks com 80% de features que nunca vão tocar, coding agents que injetam milhares de tokens de contexto “por trás das cortinas” sem ninguém saber, e uma complexidade que cresce silenciosamente até que ninguém mais entende o que tá acontecendo.
O Pi é a resposta contraintuitiva para isso.
Quem é Mario Zechner (e Por Que Você Deveria Ouvir)
Se você trabalha com desenvolvimento de jogos, provavelmente já usou ou ouviu falar do libGDX – framework cross-platform de jogos com 23.000+ stars no GitHub. O criador é o Mario Zechner, programador austríaco com 30+ anos de experiência.
O Mario não é um hype-surfer. É um engenheiro de verdade que construiu uma das ferramentas mais usadas pela indústria de jogos indie. E quando ele diz que algo tá errado com os coding agents atuais, eu presto atenção.
O que ele disse, em tradução livre:
“Claude Code virou um spaceship com 80% de funcionalidade que eu não uso. O system prompt tem milhares de tokens. Coisas são injetadas no contexto por trás das cortinas sem eu ver. E quando algo dá errado, eu não tenho como debugar porque não consigo observar o que o modelo realmente recebe.”
A frustração dele é legítima. E é a mesma de muita gente que eu mentoro.
O Que é o Pi
Pi é um toolkit de agentes de IA em TypeScript, organizado como monorepo com 7 pacotes. O componente principal – o pi-coding-agent – é um coding agent de terminal com:
- 4 tools: read, write, edit, bash. É isso.
- System prompt: menos de 1.000 tokens.
- 17+ providers de LLM: Anthropic, OpenAI, Google, xAI, Groq, Cerebras, Mistral, OpenRouter, Ollama, Kimi, MiniMax, HuggingFace, e mais.
- MIT License, TypeScript, 31.500 stars, 3.400 forks.
Para instalar:
npm install -g @mariozechner/pi-coding-agentConfigura a API key, abre o terminal, e começa a usar. Sem 47 páginas de documentação, sem wizard de setup, sem 200 opções de configuração.
A Filosofia Anti-Feature
Aqui é onde o Pi fica realmente interessante. O Mario não só construiu algo minimalista – ele deliberadamente rejeitou features que todo mundo considera essenciais:
Sem MCP (Model Context Protocol): “Servers de MCP como o Playwright despejam 13.700 tokens de definições de tools em toda sessão. Prefiro CLI tools com um README que o agent lê sob demanda.” O cara cortou 13K tokens de uma tacada.
Sem sub-agents: “Caixas pretas dentro de caixas pretas. Se precisar, faça explicitamente via bash com visibilidade total.”
Sem plan mode: “Planos baseados em arquivo persistem, podem ser co-editados pelo humano, e sobrevivem entre sessões. Melhor que planejamento efêmero que some quando a sessão fecha.”
Sem background bash: “tmux resolve melhor e com observabilidade total.”
Sem security theater: “YOLO mode por padrão. Se tiver desconfortável, rode num container.”
Cada decisão de NÃO fazer algo é justificada com uma alternativa que ele considera superior. Não é preguiça – é engenharia de trade-offs com 30 anos de experiência.
Como Funciona na Prática
O Pi roda em 4 modos:
- Interactive – TUI completo no terminal com editor, fuzzy search de arquivos (@), shortcuts, e message queue (manda mensagem enquanto o agent trabalha)
- Print/JSON – Output estruturado para automação e pipelines
- RPC – Comunicação via stdin/stdout para integrar com apps não-Node.js
- SDK – Embed o Pi dentro da sua aplicação TypeScript
O sistema de sessões é diferente de tudo que eu vi: JSONL com tree structure. Cada mensagem tem id e parentId, formando uma árvore. Você pode voltar para qualquer ponto da conversa com /tree, fazer branch, e continuar de lá – tudo num único arquivo. É git para conversas com IA.
E tem um recurso que nenhum outro coding agent oferece: cross-provider handoff mid-session. Você pode começar com Claude, trocar pra GPT no meio da sessão (Ctrl+L), e voltar pro Claude depois. O Pi converte thinking traces e contexto automaticamente entre providers.
Mas Espera – E a Extensibilidade?
“Se só tem 4 tools, como faz algo complexo?” Essa é a pergunta óbvia. E a resposta é genial.
O Pi é agressivamente extensível, só que FORA do core:
- Extensions: Módulos TypeScript que adicionam tools customizados, commands, keyboard shortcuts, event handlers, e até UI components
- Skills: Pacotes de capacidade on-demand no padrão Agent Skills
- Prompt Templates: Markdown reutilizáveis com variáveis
- Pi Packages: Distribui tudo via npm ou git (
pi install npm:@foo/package)
A ideia é: o core é mínimo, mas você constrói o que PRECISA em cima. Não o que alguém na Anthropic ou na OpenAI decidiu que você precisa.
E a comunidade já criou extensions para tudo: sub-agents, plan mode, MCP servers, git checkpointing, SSH execution, custom editors. Se você quer, instala. Se não quer, seu agent continua leve.
O Motor do OpenClaw
Aqui vem a parte que dá nó na cabeça.
Esse coding agent “minimalista” com 4 tools e <1K tokens de system prompt é o motor que alimenta o OpenClaw – o projeto mais viral da história do GitHub:
- 210.000+ stars (e contando)
- 145.000 stars em uma única semana no lançamento
- É um assistente pessoal de IA que roda local com 50+ integrações (WhatsApp, Telegram, Slack, Discord, Signal, iMessage)
O OpenClaw escolheu Pi como engine. E quando a explosão viral aconteceu – milhões de requisições, picos absurdos de uso – o Pi lidou com tudo sem nenhuma mudança arquitetural.
Isso é a prova mais concreta possível de que minimalismo não é fragilidade. É robustez.
Benchmark: 4 Tools vs Todo Mundo
No Terminal-Bench 2.0, o Pi (rodando com Claude Opus 4.5) compete de igual para igual com Codex, Cursor e Windsurf.
Detalhe revelador: o Terminus 2 – o agent do próprio time de benchmark, que usa apenas tmux raw sem nenhuma ferramenta sofisticada – também performa de forma competitiva. Validando que uma abordagem minimalista pode entregar tanto quanto uma maximalist.
Nas palavras do Mario: “Benchmark results são hilários, mas a prova real está no pudim” – o dia-a-dia dele desenvolvendo com Pi.
Os 7 Pacotes do Monorepo
O Pi não é só o coding agent. É um toolkit completo:
- pi-ai – API unificada multi-provider com streaming, tool calling, tracking de tokens/custo
- pi-agent-core – Runtime de agente event-driven, reutilizável
- pi-coding-agent – O CLI principal
- pi-tui – Biblioteca de terminal UI com differential rendering (zero flicker)
- pi-web-ui – Web components para chat com IA
- pi-mom – Bot Slack que delega para o Pi (sim, “mom” – o agent que delega tarefas)
- pi-pods – Gerenciamento de deployments vLLM em GPU pods
Cada pacote é independente e reutilizável. Você pode usar o pi-ai na sua aplicação sem o coding agent. Ou o pi-tui para qualquer TUI que precise de rendering eficiente.
O Que Eu Penso (E a Lição Para Sua Software House)
Eu sou um cara que defende a adoção agressiva de IA em software houses. Já escrevi sobre dezenas de frameworks maximais nesse blog – Claude Code, Codex, Superpowers, oh-my-claudecode.
Mas o Pi me fez repensar algo fundamental: nem sempre mais é melhor.
A maioria das software houses que eu mentoro tem times de 5 a 30 devs. Eles não precisam de um agent com 40 tools e system prompt de 5K tokens. Eles precisam de algo que funciona, que é previsível, e que eles conseguem entender e debugar.
O Pi oferece isso. E quando precisa de mais, você estende. Mas começa pelo mínimo.
A outra lição é sobre observabilidade. O Mario construiu Pi porque queria VER o que o modelo recebe. Isso é algo que a gente esquece na empolgação com IA: se você não consegue observar e debugar, você não controla. E se não controla, não coloca em produção de verdade.
Mas tem ressalvas:
- O ecossistema de packages ainda é menor que o do Claude Code ou Codex
- A curva de aprendizado para criar Extensions requer TypeScript
- Se você precisa de MCP ou sub-agents nativamente, vai ter que instalar packages separados
- A comunidade, apesar de ativa (Discord vibrante), é menor que a dos gigantes
E o domínio oficial do projeto? shittycodingagent.ai. Sim, esse é o site real. É o tipo de humor de um cara que tem 30 anos de código e zero ego.
Como Usar na Sua Software House
1. Como coding agent diário: Instala, configura a API key, usa. 4 tools, zero ruído. Se precisar de mais, vai adicionando.
2. Como base para produtos: O SDK embeddable permite criar produtos com IA agentic sem depender de frameworks pesados. O pi-ai sozinho é uma API unificada para 17+ providers.
3. Como Slack bot para o time: pi-mom + seu Slack = automação de tarefas via chat com qualquer LLM.
4. Com modelos locais: Ollama + pi-pods = custo zero de API para prototipagem e desenvolvimento.
5. Como filosofia de produto: A lição de “menos é mais” vale para qualquer software que você constrói. Antes de adicionar a próxima feature, pergunte: “o que eu posso TIRAR?”
Conclusão
Um programador de 30 anos, frustrado com a complexidade crescente dos coding agents, resolveu fazer subtração. Tirou tudo. Deixou 4 tools. E esse agent minimalista virou o motor do projeto mais viral da história do GitHub.
Se isso não te faz questionar o quanto de complexidade desnecessária tem no seu próprio software, eu não sei o que vai.
O Pi não é para todo mundo. Se você precisa de um canivete suíço com 47 lâminas, use Claude Code ou Codex. Mas se você quer um bisturi afiado que faz uma coisa extremamente bem – e que escala para 210K+ stars sem quebrar – dá uma olhada no Pi.
O site é shittycodingagent.ai. O cara nem leva o nome a sério. Mas o código, ele leva.
Sou Thulio, mentoro 300+ SHs desde 2016.
Links úteis:
