Oh My Pi: הסוכן שמדברים עליו, וה-Pi המינימלי שמתחתיו

מסתבר שהמספר הכי חשוב השבוע הוא 6.7 שהפך ל-68.3

בואו נתחיל מהמספר שהדליק את כל השיחה. לקחו מודל בשם Grok Code Fast 1, לא נגעו במשקלים שלו אפילו לרגע, ורק החליפו את הצורה שבה הוא כותב עריכות לקובץ. אחוז ההצלחה שלו במשימות עריכת קוד אמיתיות קפץ מ-6.7% ל-68.3% - פי עשרה. אותו מודל בדיוק, אותו פרומפט, רק כלי עריכה אחר, וההבדל הוא בין סוכן שכמעט תמיד נכשל לסוכן שכמעט תמיד מצליח.

מאחורי הקפיצה הזאת עומדות שתי חבילות שכולם מדברים עליהן: Pi, סוכן קוד מינימליסטי שכתב מריו זכנר (Mario Zechner), ו-Oh My Pi (בקיצור OMP), fork שבנה מעליו Can Bölük והפך את הרעיון הקטן למפלצת עם כל הפיצ'רים. בואו נפרק את זה לגמרי: מה כל אחת מהן, למה ה-fork תופס תאוצה, ומה באמת עומד מאחורי הטענה ש"זה עוקף את קלוד קוד".

מה זה Pi - הסוכן שבוחר להיות קטן

בבסיס, Pi הוא סוכן קוד (coding agent) שרץ בטרמינל ומכוון בכוונה להיות קטן וקריא. במקום לארוז מאה פיצ'רים, מריו זכנר נתן לו בסך הכל ארבעה כלים מובנים: read (קריאת קובץ), write (כתיבת קובץ), edit (עריכת קובץ) ו-bash (הרצת פקודות). זהו. תחשבו על זה כמו שלדה חשופה של אופנוע - רק המנוע, הגלגלים וההגה, בלי תוספות. כל השאר אנחנו מוסיפים בעצמנו, או פשוט מבקשים מהסוכן שיכתוב לעצמו את היכולת החסרה.

הרעיון נשמע צנוע, אבל המספרים לא צנועים בכלל. ל-Pi יש 84,671 כוכבים ב-GitHub, יותר מכל framework "רציני" עם עשרות פיצ'רים. למה? כי כשהלולאה שמפעילה את הסוכן קטנה מספיק בשביל שמפתח יקרא אותה, יבין אותה וירחיב אותה, היא הופכת לבסיס שכולם רוצים לבנות עליו. Pi תומך בכל הספקים הגדולים (OpenAI, Anthropic, Google, xAI, Groq), מתחבר גם עם מפתח API משלנו וגם דרך מנוי קיים כמו Claude Pro או ChatGPT Plus, ורץ בארבעה מצבים: אינטראקטיבי, פלט JSON לסקריפטים, RPC לחיבור לתהליכים, ו-SDK להטמעה באפליקציה שלנו.

Oh My Pi: לוקחים את Pi ומוסיפים הכל

עכשיו למקום שבו זה נהיה מעניין. השם Oh My Pi הוא בדיחה מכוונת: בדיוק כמו ש-Oh My Zsh היא חבילה שנבנתה מעל מעטפת ה-zsh והפכה אותה לחוויה עשירה, Oh My Pi הוא fork רשמי של Pi (עותק של הקוד שממשיכים לפתח לכיוון עצמאי) שלוקח את השלדה המינימלית ומוסיף לה את כל הברזלים. Can Bölük כתב בפירוש בקוד: "originally built on Mario Zechner's wonderful Pi, omp adds everything you're missing".

וה"הכל" הזה גדול. בזמן ש-Pi מגיע עם 4 כלים, OMP מגיע עם 31 כלים מובנים, תמיכה ב-60+ ספקי מודלים, וליבת Rust של בערך 80,000 שורות שעושה את העבודה הכבדה. מה יש בפנים? הנה הדברים שכולם מדברים עליהם:

• LSP מחובר לכל עריכה. LSP (ראשי תיבות של Language Server Protocol) הוא אותו מנוע שה-IDE שלנו משתמש בו כדי לדעת "איפה עוד הפונקציה הזאת נקראת". OMP מחבר אותו לסוכן, אז כשמבקשים ממנו לשנות שם של פונקציה הוא מבצע rename אמיתי שמעדכן את כל הקבצים שמייבאים אותה, לא חיפוש-והחלפה עיוור.
• דיבאגר אמיתי דרך DAP. כשקוד קורס, הסוכן מצמיד דיבאגר (lldb ל-C, dlv ל-Go, debugpy ל-Python), עוצר בנקודת הקריסה וקורא את המצב, במקום לפזר הדפסות ולנחש.
• תת-סוכנים. הוא מפצל משימה בין כמה עובדים, כל אחד ב-worktree מבודד (עותק נפרד של הקוד), ומחזיר תוצאה מובנית ומאומתת.
• כללים "מטיילים בזמן". כשהמודל סוטה מהדרך, כלל מוזרק באמצע הזרם, עוצר אותו, מתקן, וממשיך מאותה נקודה.

ויש עוד שתי יכולות שמושכות תשומת לב. הראשונה, הרצת קוד עם גישה חזרה לכלים: OMP מריץ Python ו-JavaScript חיים בתוך הסשן, והם יכולים לקרוא בחזרה לכלים של הסוכן (קריאת קובץ, חיפוש) דרך גשר פנימי. כך הסוכן טוען CSV מתוך Python, מצייר אותו ב-JavaScript, ולא יוצא מהתא. השנייה, תפקיד "יועץ" (advisor): מודל שני שקורא כל צעד שהסוכן הראשי עושה ומזריק הערות תוך כדי, כמו reviewer שיושב לידנו, שרץ על קונטקסט ומודל נפרדים משלו כדי לתפוס מה שהראשון פספס.

הכל תחת רישיון MIT (קוד פתוח לחלוטין), הכל חינם. וכאן הנתון שמסביר את הרעש: OMP צבר 22,344 כוכבים בכשבעה חודשים בלבד מאז שנוצר (31 בדצמבר 2025).

הקטע המדליק: זאת "בעיית ה-Harness"

עכשיו נענה על השאלה האמיתית: למה בכלל fork של סוכן קוד יכול "לעקוף" כלי ממומן של חברה ענקית? התשובה היא לא במודל. התשובה נמצאת ברתמה שסביבו, במה ש-Can Bölük קורא לו בעיית ה-Harness (harness = כל התשתית שעוטפת את המודל: הכלים, פורמט הפקודות, לולאת התיקון).

בואו נבין את הכלי המרכזי שלו, Hashline. הבעיה הישנה: כדי לערוך שורה בקובץ, המודל צריך לשכתב מילה-במילה את הטקסט הקיים כדי שהמערכת "תמצא" אותו. רווח מיותר אחד, טאב במקום רווחים, וההחלפה נכשלת. הפתרון של Hashline פשוט וחכם: כשקוראים קובץ, כל שורה מקבלת חתימה קצרה (2-3 תווים) לפי התוכן שלה. עכשיו המודל לא צריך לשכתב כלום, הוא פשוט אומר "החלף את השורה עם החתימה 2:f1". אם הקובץ השתנה בינתיים, החתימה לא תתאים וההחלפה נדחית לפני שהיא הורסת משהו.

// כש-OMP קורא את הקובץ, כל שורה מסומנת בחתימת-תוכן קצרה:

1:a3| function greet() {
2:f1|   return "world";
3:0e| }

// כדי לשנות שורה, המודל לא משכתב את הטקסט,
// הוא פשוט מפנה לחתימה:
//   edit 2:f1  ->  return "hello world";

// אם הקובץ השתנה בין הקריאה לעריכה,
// החתימה 2:f1 כבר לא תתאים, והעריכה נדחית לפני שהיא הורסת.

וכאן מגיעים המספרים המאומתים. Can Bölük בדק 16 מודלים על 180 משימות אמיתיות מקוד React, שלוש ריצות לכל אחת. התוצאה: Grok Code Fast 1 קפץ מ-6.7% ל-68.3%, MiniMax M2.1 יותר מהכפיל את אחוז ההצלחה שלו (פי 2.1), Grok 4 Fast הוציא 61% פחות טוקנים (כי הפסיק להיתקע בלולאות תיקון), ואפילו Claude Sonnet 4.5 השתפר ב-14.4 נקודות. בממוצע, פורמט Hashline הוסיף כ-15 נקודות אחוז על פני פורמט העריכה הרגיל, על פני כל 16 המודלים.

המשפט של Bölük תופס את זה מושלם: "המודל הוא החפיר, ה-harness הוא הגשר". כלומר, כוח המודל הוא היתרון התחרותי, אבל הרתמה שסביבו היא מה שקובע אם בכלל נגיע אליו. זו בדיוק הסיבה שמודל זול עם פורמט עריכה נכון יכול לנצח מודל יקר עם פורמט גרוע.

מדריך התקנה: Pi ו-OMP בכמה שורות

בואו נעשה סדר מעשי. שתי החבילות מתקינות בקלות, ורצות מול כל מודל שיש לנו מפתח אליו. Pi מתאים למי שרוצה בסיס נקי לבנות עליו, OMP למי שרוצה הכל מוכן מהקופסה.

אז זה באמת "עוקף את קלוד קוד"?

כאן אני חייב להיות הוגן, כי המציאות מורכבת יותר מכותרת. בהשוואה מסודרת של Standard Compute, קלוד קוד עדיין מוביל ב-4 מתוך 6 קטגוריות (איכות פלט, אוטונומיה, אמינות וקלות שימוש), בעוד OMP מוביל בשתיים: מהירות ותמורה למחיר. אז לא, זה לא "טוב יותר" באופן גורף. זו גישה אחרת: קוד פתוח מול קנייני, 60+ ספקים מול נעילה למודל אחד, וכלים ברמת IDE שקלוד קוד לא נותן מהקופסה.

בעיניי, הסיפור האמיתי כאן הוא לא איזה כלי מנצח. הסיפור הוא ש-Pi הוכיח שסוכן קטן וקריא יכול לכבוש 84 אלף כוכבים, ו-OMP הוכיח עם מספרים שהרתמה שסביב המודל חשובה כמו המודל עצמו. שורה תחתונה: פתאום מודל זול פי כמה, עם פורמט עריכה נכון, מנצח מודל יקר עם פורמט גרוע. זה שינוי בצורה שבה כדאי לנו לחשוב על סוכני קוד.

אז בפעם הבאה שאנחנו מתלבטים איזה מודל הכי חכם, אולי כדאי לשאול קודם: כמה טובה הרתמה שאנחנו שמים סביבו?