Minha IA favorita para programar não é a OpenCode: é uma muito melhor (e mais legal)

Mesmo que você seja totalmente avesso à programação, as ferramentas de IA têm muitas vantagens para tarefas orientadas à codificação. Você pode usá-los para solucionar problemas de logs de erros difíceis de diagnosticar, fazer com que eles controlem ferramentas externas ou até mesmo reformatar o código nos idiomas corretos. Além disso, você tem um batalhão de ferramentas de programação com tecnologia LLM para escolher, desde editores de código simples até IDEs complexos e equipamentos de agente.

Falando em equipamentos de IA, passei a gostar de ferramentas CLI que podem ser conectadas a LLMs e usar seus recursos de raciocínio superiores para executar tarefas autônomas. OpenCode é uma das opções mais populares e, embora definitivamente tenha alguns recursos interessantes, não é minha escolha. Essa designação vai para o Pi, que não é apenas extremamente leve, mas também é capaz de estender sua funcionalidade projetando extensões personalizadas usando prompts de texto simples.

Se você me conhece, sabe que prefiro LLMs hospedados localmente em vez de seus equivalentes na nuvem. Afinal, não preciso desperdiçar dinheiro extra em licenças pagas para usá-los. Nem preciso me preocupar em expor credenciais importantes aos agentes em execução nos servidores de uma empresa externa.

Dito isso, o uso de agentes de codificação como o OpenCode pode acabar ocupando um pouco o comprimento do contexto do modelo para as ferramentas integradas antes mesmo de começar a solicitar o agente. Considerando que executo LLMs MoE volumosos em GPUs desatualizadas, prefiro evitar obstruir o comprimento do contexto tanto quanto possível durante longas sessões de solicitação.

Por outro lado, o Pi é fornecido sem as ferramentas, subagentes e serviços adicionais que você normalmente encontraria no Claude Code ou no OpenCode, então não preciso me preocupar com o uso do agente sobrecarregando o comprimento limitado do contexto (e, por extensão, minhas placas gráficas com restrição de VRAM) com funcionalidades que não precisarei.

No meu servidor, tive a mesma sessão de Prompt por horas no Pi sem que o comprimento do contexto atingisse a zona vermelha, mas teria que ajustar manualmente o –n-cpu-moe parâmetro para aumentar o comprimento do contexto além da marca de 100K antes que eu pudesse usar o Claude Code pela mesma duração.

Pi pode codificar suas próprias extensões com instruções simples

Se o Pi fosse simplesmente uma ferramenta básica com funcionalidade limitada, eu não o consideraria tão importante. Mas o que realmente faz esse equipamento de agente se destacar de seus rivais é o fato de que ele pode ser personalizado com extensões – e não apenas com ferramentas desatualizadas de repositórios aleatórios do GitHub da comunidade. Pi pode construir praticamente qualquer extensão por conta própria, uma vez que eu dê o Prompt certo, e isso é uma virada de jogo absoluta. Além de toda a natureza DIY e personalizável do Pi, sua capacidade de criar ferramentas totalmente funcionais capazes de interagir com aplicativos externos significa que não preciso olhar para servidores MCP incompletos.

Além de uma tentativa em que não especifiquei a extensão Docker no prompt (o que causou um colapso no Pi ao tentar executar a extensão Podman para verificar contêineres baseados em Docker), não tive nenhum problemaL ao emparelhar meu LLM local com meus serviços de laboratório doméstico. Comparado a todo o incômodo que tive quando tentei usar servidores MCP de terceiros para conectar meu nó PVE aos meus LLMs há algumas semanas, a capacidade do Pi de criar extensões funcionando corretamente em poucos minutos foi uma lufada de ar fresco.

Não é páreo para uma GPU dedicada, mas você pode executar alguns LLMs leves no N100. Dito isto, eu não deixaria Pi sem supervisão.

Também configurei guarda-corpos para evitar que avisos mal interpretados danifiquem meu sistema. Embora Pi seja capaz de evoluir de acordo com minhas necessidades de codificação, ele também carece das proteções incorporadas em seus rivais, tornando-o um gremlin bastante caótico se for deixado por conta própria. Felizmente, existem algumas maneiras de evitar que essa besta de agente cause estragos indiscriminadamente.

Para contornar as limitações de segurança e o consumo excessivo de contexto de agentes prontos, passei a utilizar o diretório pi-permission-system.

Nota técnica: Este é um projeto de nicho que adotei para ter um controle mais granular sobre as permissões do agente, algo que muitas vezes é uma caixa-preta em ferramentas proprietárias. Como todo script que lida com execução de comandos e acesso ao sistema, recomendo uma leitura rápida no código antes de implementá-lo no seu ambiente — a segurança aqui é uma responsabilidade compartilhada entre o usuário e a ferramenta.

Até as próprias extensões podem ser totalmente personalizadas, então desabilitei todas as ferramentas que são capazes de excluir, atualizar ou modificar arquivos críticos/convidados virtuais em todas as plataformas que emparelhei com minha configuração do servidor Pi + llama.

Da mesma forma, implantei o Pi em minhas máquinas virtuais de desenvolvimento, cujo backup é feito regularmente em meu NAS. Como tudo funciona em ambientes virtuais que posso recuperar pressionando um botão, a única desvantagem do Pi pouco importa para minhas necessidades de codificação.

Se você trabalha com programação, um computador eficiente faz toda a diferença. Caso esteja pensando em trocar o seu, o Notebook Dell Inspiron 15 é uma das melhores opções com menor preço, e está disponível em 10x sem juros neste link.

Quando você compra por meio de links em nossos artigos, você apoia o Futuro Guiado e isso não afeta a nossa independência editorial.