Kenapa Pi 1.0 Rilis Bikin Agent AI Makin Sederhana?

Dunia agent AI lagi lomba nambah fitur. Tiap minggu ada tool baru yang klaim bisa ini-itu, sampai terminal kamu penuh sesak. Minggu ini ada yang rilis dengan strategi sebaliknya: buang yang tidak perlu, kunci yang sudah terbukti.

Namanya Pi 1.0, agent harness minimal buat ngoding di terminal. Versi stabil pertamanya langsung meledak di Hacker News: 1.127 poin dan 358 komentar dalam 12 jam. Buat konteks, itu angka yang biasanya cuma didapat rilis model besar.

Yang bikin gua penasaran bukan cuma angkanya. Pi 1.0 datang dengan dua kejutan: dukungan MCP secara native (padahal dulu Pi terang-terangan menolak MCP) dan model kecil Jev yang ditugaskan jadi wasit. Kalau kamu baca post gua kemarin soal decision model, pola ini bakal terasa familiar. Detail eksperimen agent yang gua jalanin sendiri ada di /projects.

Pi Itu Apa dan Kenapa Versi 1.0 Penting

Pi adalah coding agent harness karya Mario Zechner, nama yang mungkin kamu kenal sebagai badlogic, kreator framework game libGDX. Proyeknya open source di bawah lisensi MIT, ditulis pakai TypeScript, dan repo github.com/earendil-works/pi sudah mengantongi 107 ribu star dengan 13,5 ribu fork.

Posisinya bersaing langsung dengan Claude Code, Cursor agent, dan Codex CLI. Bedanya ada di filosofi: core dibuat sekecil mungkin, hampir semua kebijakan didorong ke extension. Ibaratnya Pi itu sasis balap, bukan mobil lengkap dengan jok kulit.

Angka 1.0 di sini bukan sekadar kosmetik. Setelah berbulan-bulan menampung issue dan pull request dari komunitas, tim Earendil mengeraskan Pi jadi software yang stabil dan bisa diandalkan bisnis. Pesannya jelas: ini bukan lagi mainan eksperimen.

Codemode: Dulu Menolak MCP, Kini Malah Native

Plot twist-nya ada di sini. Dokumentasi Pi versi lama secara eksplisit menolak MCP, dengan argumen CLI tools yang disertai README adalah model integrasi yang lebih baik daripada protocol shim. Komunitas sempat mencatat penolakan itu sebagai prinsip desain.

Di 1.0, Pi berbalik arah lewat Codemode: dukungan native untuk MCP plus model non-LLM seperti Jev dan image model. Bukan cuma itu, 1.0 juga membawa extension support untuk virtual model, deferred tool loading, cache warming khusus model Anthropic, mid-conversation system messages, tema TUI baru, dan fullscreen sebagai default.

Kuncinya: core tetap minimal, tapi pintunya dibuka lebar. Semua fitur baru itu dirancang sebagai lapisan extension, bukan ditempel permanen ke inti. Prinsip lama tidak dibuang, cuma diterjemahkan ulang.

Jev Jadi Wasit: Ganti Model Otomatis Tanpa Mikir

Contoh paling seru dari post pengumumannya begini: kamu bikin virtual model yang tugas planning dikerjakan Claude Opus, implementasi dikerjakan GPT, dan Jev yang memutuskan kapan pindah dari satu ke yang lain. Semua otomatis, kamu tinggal nonton.

Buat yang kemarin baca post gua soal Clef dan Jev, ini contoh nyata decision model bekerja di habitat aslinya. Jev tidak disuruh nulis kode. Dia disuruh mikir kapan ganti pemain, dan itu jauh lebih murah daripada menjalankan model raksasa untuk keputusan sepele.

Ada bonus praktis: perintah /session memecah tagihan per model plus pemakaian cache. Buat kamu yang bayar token pakai uang sendiri, transparansi semacam ini bukan fitur manis, tapi kebutuhan.

Pi Durable: Agent yang Tidak Mati di Tengah Jalan

Bareng 1.0, Earendil juga merilis Pi Durable, paket eksperimental buat membangun aplikasi agentic yang jalan lama. Instalasinya lewat npm: @earendil-works/pi-durable, @earendil-works/pi-ai, dan @earendil-works/chord.

Idenya sederhana tapi ambisius. Pi yang biasa hidup di terminal dan sesi pendek diperluas jadi fondasi untuk task yang berjalan berjam-jam, tapi tetap bisa dipegang kendalinya oleh user. Prinsipnya sama: minimalism dan supermalleable, cuma dimensinya diperluas.

Respons komunitasnya lumayan panas. Thread Pi Durable di Hacker News mengantongi 336 poin dan 42 komentar. Rupanya banyak yang penasaran sama agent yang tidak ngadat di tengah jalan.

Minimalisme Sebagai Strategi, Bukan Ketinggalan

Kalimat favorit gua dari pengumumannya: di tengah tooling agentic yang berubah tiap minggu dan banyak perubahannya tidak bertahan lama, Pi memilih menunggu sampai sesuatu terbukti, baru dipertimbangkan untuk diadopsi. Kedengarannya lambat, tapi justru itu yang bikin 1.0 terasa matang.

Disiplinnya kebawa sampai ke supply chain. Riset komunitas mencatat Pi memakai dependency yang di-pin exact, lifecycle script yang di-allowlist, dan npm audit signatures di CI. Buat tool yang bakal jalan di terminal kamu dengan akses ke kode, paranoia semacam ini menyehatkan.

Pelajaran buat kita: di tengah semua orang kejar fitur, Pi menang dengan menahan diri. Kadang software terbaik bukan yang paling banyak bisa, tapi yang paling bisa diandalkan. Kalau kamu penasaran seberapa jauh agent minimalis bisa dibawa, pantengin /projects, gua bakal coba Pi buat kerjaan nyata.