探讨了Pi代理软件及其对软件工程的影响
OpenClaw——像野火一样蔓延的代理软件——建立在Pi之上，Pi是一个极简、自我修改的代理。我与Pi的创建者@badlogicgames以及长期Pi用户（+ Flask创建者）@mitsuhiko坐下来谈论Pi，以及他们对使用AI构建的（非常务实的！）看法。
时间戳：
00:00 介绍
07:30 Mario、Armin和Peter Steinberger如何相识
15:15 30个开发团队如何使用AI代理：经验
21:50 判断力的重要性
24:26 非工程师编写代码时的挑战
28:30 过度自动化的缺点
32:18 Pi
48:09 OpenClaw + Pi
50:54 “Clankers”
57:32 开源与AI
1:00:22 复杂性是敌人
1:02:50 构建AI原生初创公司
1:11:52 “慢下来”
1:16:40 MCPs与CLI
1:25:03 预测与保持更新
• YouTube:
https://youtu.be/n5f51gtuGHE
• Spotify:
https://open.spotify.com/episode/1fDw9cSN5Xx6wkgVQLKTHs
…
• Apple:
https://podcasts.apple.com/us/podcast/building-pi-and-what-makes-self-modifying-software-so/id1769051199?i=1000764502093
…
由以下提供：
• @statsig – 标志、分析、实验等的统一平台。http://statsig.com/pragmatic
• @SonarSource – SonarQube的制造商，代码验证和自动化代码审查的行业标准。亲自尝试。https://sonarsource.com/plans-and-pricing/?utm_medium=paid&utm_source=pragmaticengineer&utm_campaign=sq-download&utm_content=podcast-sonar-verification&utm_term=ww-all-x&s_category=Paid&s_source=Paid%20Other&s_origin=pragmaticengineer
…
• @WorkOS – WorkOS为您提供API，以在数天内（而非数月）交付企业功能——SSO、目录同步、RBAC、审计日志。访问 http://WorkOS.com 了解更多。
---
在这个讨论中，我发现三个特别有趣的部分：
1. 新趋势：AI使高级工程师更难拒绝无意义的复杂性。
历史上，高级工程师通过大量说“不”来抑制软件复杂性。但Armin观察到，如今，当高级同事否决一个想法时，更多的初级工程师和产品经理会部署由代理脚本生成的反驳论点。这使得决策过程令人疲惫，结果更多坏主意进入生产环境。
2. 为特定任务构建专门工具应该更容易。
不同的项目需要不同类型的工具，因为正如Mario指出的，同一把锤子并不适合每一项建筑工作。因此，Pi的构建目标是允许创建专门的工具。它可以自我修改，以便用户可以为任何任务创建定制的工具。Mario认为这是未来自我修改软件的一个预览。
3. 自动化偏差是与AI代理合作的最大风险之一。
一旦开发人员确认AI代理可以生成可接受的代码，他们就开始较少审查其输出，即使代理可能（并且确实！）产生劣质代码。Mario建议对代理持更加怀疑的态度，并警告说其输出质量无法保证，无论它们之前表现如何。
时间戳：
00:00 介绍
07:30 Mario、Armin和Peter Steinberger如何相识
15:15 30个开发团队如何使用AI代理：经验
21:50 判断力的重要性
24:26 非工程师编写代码时的挑战
28:30 过度自动化的缺点
32:18 Pi
48:09 OpenClaw + Pi
50:54 “Clankers”
57:32 开源与AI
1:00:22 复杂性是敌人
1:02:50 构建AI原生初创公司
1:11:52 “慢下来”
1:16:40 MCPs与CLI
1:25:03 预测与保持更新
• YouTube:
https://youtu.be/n5f51gtuGHE
• Spotify:
https://open.spotify.com/episode/1fDw9cSN5Xx6wkgVQLKTHs
…
• Apple:
https://podcasts.apple.com/us/podcast/building-pi-and-what-makes-self-modifying-software-so/id1769051199?i=1000764502093
…
由以下提供：
• @statsig – 标志、分析、实验等的统一平台。http://statsig.com/pragmatic
• @SonarSource – SonarQube的制造商，代码验证和自动化代码审查的行业标准。亲自尝试。https://sonarsource.com/plans-and-pricing/?utm_medium=paid&utm_source=pragmaticengineer&utm_campaign=sq-download&utm_content=podcast-sonar-verification&utm_term=ww-all-x&s_category=Paid&s_source=Paid%20Other&s_origin=pragmaticengineer
…
• @WorkOS – WorkOS为您提供API，以在数天内（而非数月）交付企业功能——SSO、目录同步、RBAC、审计日志。访问 http://WorkOS.com 了解更多。
---
在这个讨论中，我发现三个特别有趣的部分：
1. 新趋势：AI使高级工程师更难拒绝无意义的复杂性。
历史上，高级工程师通过大量说“不”来抑制软件复杂性。但Armin观察到，如今，当高级同事否决一个想法时，更多的初级工程师和产品经理会部署由代理脚本生成的反驳论点。这使得决策过程令人疲惫，结果更多坏主意进入生产环境。
2. 为特定任务构建专门工具应该更容易。
不同的项目需要不同类型的工具，因为正如Mario指出的，同一把锤子并不适合每一项建筑工作。因此，Pi的构建目标是允许创建专门的工具。它可以自我修改，以便用户可以为任何任务创建定制的工具。Mario认为这是未来自我修改软件的一个预览。
3. 自动化偏差是与AI代理合作的最大风险之一。
一旦开发人员确认AI代理可以生成可接受的代码，他们就开始较少审查其输出，即使代理可能（并且确实！）产生劣质代码。Mario建议对代理持更加怀疑的态度，并警告说其输出质量无法保证，无论它们之前表现如何。