Пока все обсуждают OpenClaw и его 100K+ звёзд на GitHub, настоящая революция тихо происходит под капотом — в инструменте под названием Pi. Это минималистичный движок для coding-агентов, у которого всего четыре функции и системный промпт меньше 1000 токенов. И, судя по опыту автора оригинальной статьи и моему личному ощущению от рынка, именно такие решения сейчас начинают выигрывать.
Хайп вокруг OpenClaw — и что за ним стоит
OpenClaw — проект с почти голливудской биографией. Начинался как ClawdBot, потом стал MoltBot после претензий от Anthropic, затем превратился в OpenClaw. В процессе ребрендинга криптомошенники успели перехватить старые аккаунты и разогнать фейковый токен до $16 млн. Абсурд? Да. Но очень показательный.
Проект сделал Peter Steinberger — мощный инженер, и это видно. Ассистент, который работает через WhatsApp, Telegram, Slack, Discord, iMessage — звучит как мечта. Люди писали: «Я попросил его сделать X — через пару часов всё было готово». Кто-то даже утверждал, что Claude им звонил.
Но автор статьи Onur Uzunismail копнул глубже и нашёл интересную деталь: под капотом OpenClaw работает агент Pi.
И вот тут начинается самое интересное.
Pi: четыре функции против индустриального монстра
Pi создан Mario Zechner — тем самым разработчиком, который сделал libGDX. Его философия проста до радикальности:
⚙️ Read — читать файлы
⚙️ Write — создавать файлы
⚙️ Edit — редактировать
⚙️ Bash — выполнять команды
И всё.
Системный промпт — менее 1000 токенов.
Никаких сложных MCP-обвязок.
Никаких многослойных абстракций.
Никаких «магических» скрытых инструкций.
И вот тут возникает вопрос: если модели вроде Claude уже умные, зачем их перегружать?
Главная проблема — контекст, который «съедают» инструменты
Многие разработчики (и я среди них) сталкивались с этим: запускаешь сессию в Claude Code, модель читает пару файлов — и уже 40–50% контекста исчезло.
Причины:
📦 Скрытые системные промпты
🧠 Инъекции MCP-инструкций
🔌 Описания десятков инструментов
🧾 Метаданные, которые пользователь даже не видит
В результате:
📉 70K токенов — «жёлтая зона»
📉 100K — пора завершать сессию
📉 Производительность падает не из-за модели, а из-за обвязки
Pi показал неожиданное: при тех же задачах контекст почти не нагревается. Это фундаментально меняет восприятие «нормы» токен-потребления.
И вот это — ключевой момент всей истории.
Иллюзия прогресса: больше функций ≠ лучше результат
Мы живём в эпоху «feature inflation - раздувание функциональности продукта». Каждый новый AI-инструмент продаётся через:
🚀 Больше агентов
🧩 Больше интеграций
🔄 Больше автоматизации
📊 Больше скрытой логики
Но что если большая часть этого — просто шум?
Mario сделал ставку на обратное:
модель и так достаточно умна.
Дайте ей базовые примитивы — и она справится.
И по опыту автора статьи — справилась.
Почему минимализм может быть будущим AI-инфраструктуры
Я вижу здесь более глубокий сдвиг.
Мы привыкли, что AI-продукты — это «платформы». Они:
🏢 Закрывают экосистему
🔐 Ограничивают доступ (вспомним блокировку OAuth)
💰 Привязывают к подписке
📡 Заставляют зависеть от их правил
Pi — другой подход:
🔓 Open-source
🧱 Маленькое ядро
🛠 Возможность форкнуть и доработать
🧠 Агент может расширять себя через расширения (extensions)
Это очень похоже на Unix-философию:
Делай одну вещь — но делай её хорошо.
Технический нюанс, который многие недооценивают
Когда системный промпт меньше 1000 токенов, это означает:
📎 Меньше инъекций перед каждым запросом
📉 Ниже задержка (latency)
📉 Меньше стоимость (cost) на API
📈 Больше полезного контекста под реальную задачу
Если считать в деньгах:
💵 100–150$ в месяц на инструменты — не редкость
💵 Переполнение контекста → больше запросов → больше затрат
💵 Минимализм → меньше токенов → меньше счёт
Контекст — это новая валюта.
Pi просто не разбрасывается ею.
Риск? Конечно.
Проект одного человека — это всегда:
⚠️ Возможность, что автор уйдёт
⚠️ Нет корпоративной поддержки
⚠️ Нет SLA
Но есть и обратная сторона:
🧬 Код открыт
🪓 Можно форкнуть
🛠 Можно адаптировать под себя
🚫 Нет зависимости от чьего-то «плана развития продукта»
И в мире, где инструменты могут внезапно ограничить доступ или изменить условия, это становится серьёзным аргументом.
Мой взгляд
Я не считаю, что Pi «убьёт» крупные AI-платформы. Но он вскрывает важную проблему: мы начали считать избыточность нормой.
Мы привыкли к тому, что AI-агент — это:
🧠 Десятки скрытых инструкций
🔄 Многоуровневая логика
🧩 Абстракции поверх абстракций
А Pi напоминает:
иногда четыре функции — это всё, что нужно.
И, возможно, следующий этап эволюции AI-инструментов — не в добавлении новых слоёв, а в их удалении.
Меньше магии.
Больше контроля.
Больше прозрачности.
И меньше лобстеров — больше двигателей.
Источники
🔗 Оригинальная статья:
https://www.onuruzunismail.com/blog/the-engine-behind-the-hype
🔗 Версия на Telegraph:
https://telegra.ph/Za-fasadom-hajpa-skromnyj-dvizhok-kotoryj-menyaet-pravila-igry-v-AI-kodinge-02-24