Pi-Mono trên Smart AIPI: Cách rẻ nhất để chạy một coding agent tinh gọn — với Grill-Me, Superpowers, và Caveman

Phong trào lean-agent đã có một sản phẩm dẫn đầu. Pi-Mono là monorepo đứng sau pi, một harness coding chạy trong terminal của Mario Zechner (người tạo libGDX) — thứ bóc coding agent về phần cốt lõi và đẩy mọi thứ khác sang extension. Như Zechner nói trong bài thuyết trình Mastra của anh ấy "I Hated Every Coding Agent, So I Built My Own": các harness phổ biến là những con tàu vũ trụ có 80% tính năng mà phần lớn dev không bao giờ đụng tới, và system prompt của chúng thay đổi mỗi lần release — phá vỡ workflow cá nhân mà bạn đã công phu xây dựng bên trên.

Câu trả lời của Pi là tối giản triệt để: bốn công cụ, full YOLO mode, không kèm sẵn pin nào. Ưu tiên khả năng hack hơn là độ đầy đủ. Trên endpoint OpenAI-compatible pay-as-you-go của Smart AIPI, sự tối giản đó chuyển thẳng thành setup coding agent nghiêm túc rẻ nhất đang ship hiện nay.

Pi-Mono Thực Ra Là Gì

Pi-mono là monorepo (github.com/badlogic/pi-mono, bản mirror tại earendil-works/pi); binary CLI chỉ là pi. Repo được tách thành một vài package tập trung:

• pi-agent-core — runtime: gọi tool, state, vòng lặp agent thực sự.
• pi-ai — thư viện provider hợp nhất, nói chuyện với Anthropic, OpenAI-compatible, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face, Ollama, và khoảng một chục provider khác. Quan trọng là nó có thể viết lại context để đổi provider giữa session mà không mất state.
• pi-tui — giao diện terminal render vi sai.
• pi-coding-agent — CLI dành cho người dùng, nối các phần lại với nhau.

Bề mặt tool mặc định chỉ có bốn tool, hết:

Mọi thứ nhiều hơn — subagents, plan mode, permission gates, MCP servers, sandboxing — nằm trong pi-skills hoặc extension bên thứ ba, theo kiểu opt-in. Theo mặc định, Pi chạy ở full YOLO mode: không có prompt xin quyền, filesystem và shell không bị giới hạn. Đây là lựa chọn có chủ đích. Nếu bạn muốn safety rail, bạn tự cài chúng.

Vì Sao Pi-Mono và Smart AIPI Ghép Với Nhau Rất Hợp

Thư viện pi-ai của Pi xem mọi provider như một endpoint mang hình dạng OpenAI hoặc Anthropic sau một interface thống nhất. Gateway của Smart AIPI expose toàn bộ surface OpenAI — chat, responses, embeddings, images, audio, anthropic-shaped messages — thông qua một base URL duy nhất với một API key duy nhất. Hai thiết kế này khớp nhau rất gọn:

• Một key, mọi model. Cùng một Smart AIPI API key cho bạn GPT-5.5, GPT-5.4, GPT-5.4-mini, GPT-5.3-codex, GPT-Image-2, và routing Claude tương thích Anthropic — và Pi có thể chuyển qua lại giữa chúng ngay giữa session.
• Giá pay-as-you-go. Không subscription, không quota, không throttle. Bạn chỉ trả cho tokens thật sự compute. System prompt nhỏ của Pi khiến mỗi lượt rẻ hơn ở phần standing context so với một harness nhiều tính năng.
• Prompt cache end-to-end. Smart AIPI giữ nguyên OpenAI prompt-cache key đi qua gateway, nên repo + agents.md + history của bạn vẫn nằm trong cache xuyên suốt các session dài. Tỷ lệ cache hit thực tế là 95–98%, kéo input cached xuống còn $0.125 cho mỗi 1M tokens — rẻ hơn 10× so với không cache.
• Giữ session qua WebSocket. Các session pi-mono dài sẽ ở trên một cache ấm thay vì phải trả full input price mỗi lượt.

Ba Skill Hoàn Thiện Pi-Mono

Pi cố ý không ship gì cho task planning, không có methodology kỹ thuật theo quan điểm riêng, và không có lớp nén output. Đó không phải lỗi — đó là toàn bộ ý tưởng. Cộng đồng đã lấp đầy cả ba khoảng trống bằng các skill có thể ghép, cắm vào Pi qua pattern gọi /skill:name. Ba thứ đáng cài ngay từ ngày đầu:

1. Grill-Me — Tạo Task Với High-Reasoning

Ở đâu: github.com/mattpocock/skills, của Matt Pocock.

Grill-me làm đúng như tên gọi: model sẽ chất vấn bạn về task cho đến khi mọi ràng buộc đều rõ ràng. File nào nằm trong scope. Tiêu chí thành công. Edge case. "Xong" nghĩa là gì. Thường chỉ mất ba đến năm lượt ngắn. Bạn trả lời; skill trả về một spec ngắn gọn, có thể thực thi.

Chiến lược kinh tế là chạy grill-me ở chế độ high reasoning chỉ cho pha viết spec — thường ba đến năm lượt ngắn — rồi hạ xuống low reasoning cho pha thực thi (30 đến 100 lượt công việc cơ học rẻ tiền). High reasoning đáng tiền ở nơi nó là phần chịu tải; low reasoning gánh phần còn lại. Vòng lặp bốn công cụ của pi-mono đặc biệt phù hợp với pattern này vì không có gì cản đường: khi spec đã khóa, model có đường đi rõ ràng qua read/write/edit/bash để ship.

2. Superpowers — Methodology Kỹ Thuật Dưới Dạng Skill

Ở đâu: github.com/obra/superpowers, của Jesse Vincent.

Superpowers là "một methodology phát triển phần mềm hoàn chỉnh cho coding agents của bạn, được xây trên một bộ skill có thể ghép lại." Khung TDD, playbook review code, quy trình debug, pattern refactor, kỷ luật quản lý branch. Đó là quy trình kỹ thuật rõ ràng mà Pi cố ý không nhúng vào core.

Nó cũng không phụ thuộc harness — cùng một bộ skill có thể dùng trong Claude Code, Cursor, Copilot CLI, Gemini, Codex, và Pi. Cài một lần, mang đi khắp nơi. Bộ nạp skill plug-and-play của Pi cho phép bạn phủ toàn bộ methodology lên core tối giản mà không cần chạm vào source của pi.

3. Caveman — Kẻ Sát Thủ Output Tokens

Ở đâu: repo skills của Matt Pocock (mục productivity).

Caveman chuyển agent sang chế độ giao tiếp siêu nén. Bỏ mạo từ. Bỏ từ đệm. Trả lời bằng bullet kiểu điện báo. Không văn phong chuẩn, không xin lỗi, không lời mở đầu. Mức giảm tokens thực tế được báo cáo trên các lượt nặng về prose là khoảng 75%.

Vì sao cái này làm giảm hóa đơn mạnh: trên GPT-5.5, output tokens tốn $7.50 cho mỗi 1M so với $0.125 cho mỗi 1M cho cached input — chênh lệch 60×. Nén output là thứ có đòn bẩy lớn nhất bạn có thể làm với hóa đơn coding-agent. Grill-me + low reasoning đã giảm output rồi. Caveman nén phần còn lại. Ghép nó với cache của Smart AIPI và chi phí biên cho một lượt bổ sung tiến gần đáy của khung compute model.

Câu Chuyện Chi Phí Theo Cấp Số Nhân

Giá trên Smart AIPI cho GPT-5.5:

Dạng của một lượt pi-mono trên GPT-5.5 low reasoning, khi spec bằng grill-me đã xong và caveman đã bật:

• Cached input prefix (repo + agents.md + history) — thường là bucket tokens lớn nhất mỗi lượt — luôn chạy ở cached rate, không phải uncached rate, mỗi khi cache hit.
• New uncached input (kết quả tool, tin nhắn mới nhất của user) — thường chỉ là một phần rất nhỏ của input, bị tính theo full rate.
• Output — được caveman nén xuống, tokens suy luận tối thiểu vì mức effort thấp. Đây là khoản đáng cắt nhất vì nó bị tính theo rate cao nhất trên mỗi token.

Pay-as-you-go nghĩa là bạn chỉ trả cho phần bạn compute, và ba đòn bẩy này cộng dồn với nhau. Dashboard của chính bạn sẽ cho thấy số tiền thực tế mỗi lượt cho repo và prompt shape của bạn — không trần, không throttle, không minimum hàng tháng.

Đổi Provider Giữa Session: Tính Năng Ngầm Của Pi

Pi-ai giữ một biểu diễn context di động và có thể viết lại nó để khớp với bất kỳ provider nào bạn đang trỏ tới. Diễn giải thực tế: khi GPT-5.5 gặp một chỗ mơ hồ khó xử lý, bạn có thể /model claude-sonnet-4.6 ngay giữa task để xin ý kiến thứ hai mà không mất cuộc hội thoại. Cả hai endpoint đều nằm sau một Smart AIPI key duy nhất của bạn — phản hồi Claude tương thích Anthropic đi qua /v1/messages, các luồng OpenAI-compatible đi qua /v1/responses (hoặc /v1/chat/completions), và Pi xử lý phần chuyển đổi một cách trong suốt.

Với các refactor dài, rủi ro cao, pattern này thực sự hữu ích: grill-me trên GPT-5.5 high để viết spec, GPT-5.5 low để thực thi, Claude Sonnet 4.6 cho một lượt review kiến trúc, rồi quay lại GPT-5.5 low để hoàn tất. Một harness, một API key, một hóa đơn.

Thiết Lập Trong 60 Giây

# 1. cài pi
curl -fsSL https://pi.dev/install.sh | sh
# hoặc:  npm install -g @earendil-works/pi-coding-agent

# 2. trỏ tới smart aipi
export OPENAI_BASE_URL=https://api.smartaipi.com/v1
export OPENAI_API_KEY=sk-your-smartaipi-key

# 3. chạy pi trong repo của bạn
cd ~/code/your-project
pi

# 4. bên trong pi, cài skills
/skill:install matt-pocock/skills/grill-me
/skill:install obra/superpowers
/skill:install matt-pocock/skills/caveman

# 5. tạo spec cho task của bạn
/skill grill-me

# 6. chuyển xuống low reasoning và thực thi
/model gpt-5.5 --reasoning-effort low
/skill caveman

Cú pháp chính xác để cài skill phụ thuộc vào skill loader bạn đang dùng — hãy xem README của từng repo skill để biết invocation hiện tại. Mẫu chung vẫn vậy: thả folder skill vào config của bạn và gọi nó lên.

Vì Sao Lean Agent + Lean API Cộng Hưởng

Các harness nhiều tính năng load một system prompt lớn ở mỗi lượt, chạy thêm các pass suy nghĩ, và phát ra giải thích dài dòng mà user không hề yêu cầu. Mỗi thứ trong đó đều là một khoản thuế. Pi-mono cắt phần thuế phía harness (system prompt nhỏ, vòng lặp bốn công cụ, không có lớp planning quá mức); caveman + low reasoning cắt phần phía model (output nén, ít reasoning tokens); Smart AIPI cắt phần phía provider (cached input 10× rẻ hơn, không có sàn subscription). Không thứ nào trong số này tự thân đã là win 10×, nhưng khi nhân với nhau, chúng thay đổi đáng kể chi phí chạy một dự án agentic kéo dài.

Thế giới quan của Pi — "adapt the agent to your workflow, not the other way around" — ghép rất hợp với thế giới quan của Smart AIPI — "chỉ trả tiền cho thứ bạn thật sự compute." Nếu bạn đã chạm quota subscription hoặc đang trả cho các tính năng harness mà bạn không bao giờ đụng tới, tổ hợp này đáng để thử trong một buổi chiều. Đăng ký, tạo key, set OPENAI_BASE_URL, cài pi, cài ba skill, ship một thứ gì đó.

Bắt Đầu — Tặng $5 Miễn Phí Khi Đăng Ký

1. Đăng ký tại smartaipi.com/signup (miễn phí $5, không cần thẻ tín dụng)
2. Tạo API key trong dashboard
3. Cài pi: curl -fsSL https://pi.dev/install.sh | sh
4. Set OPENAI_BASE_URL=https://api.smartaipi.com/v1 và OPENAI_API_KEY thành key mới của bạn
5. Cài grill-me + caveman và superpowers
6. Chạy pi, dùng grill-me để tạo spec cho task tiếp theo ở high reasoning, hạ xuống low + caveman, rồi ship nó

Cùng một harness tối giản như bạn sẽ chạy trên subscription — giờ là trên mô hình giá gắn với những gì bạn thật sự compute, với tỷ lệ cache hit giúp các session agentic dài gần như miễn phí.