美国 databricks 一家数据分析的公司，用市面上不同 agent 工具，搭配不同的大模型，做了一次真实开发测试（非 benchmark 测试集），pi coding agent表现亮眼。
图表中，纵轴越靠上成功率越高，横轴越靠左成本越低。可以看到 pi 搭配顶级模型后任务成功率都保持80%以上，并且 token 消耗远远低于其他 agent 工具。
我也用了 pi 一段时间了，搭配 grok-4.5 + DeepSeek-v4 和自己的工作流（主 agent 编排， subagent 并发、隔离上下文），产出成果很少出现返工、运行速度非常快，终于不用刷手机等结果了。
对了，主 agent 编排， subagent 并发将是 agent 趋势，最近不少 agent 工具开始支持这类工作流。
