第一次站在自家那套毛坯房里我脑子里只有一个词裸奔。水泥墙面、外露的管线、满地的沙土和灰一台连驱动都没装好的电脑也不过如此。当初没找装修公司不是不想省心是真的预算太紧——设计费、管理费、各种增项每一个字都写着“加钱”。所以我一拍脑袋决定自己当项目经理顺手把 pi agent 拉来当参谋。简单交代一句pi agent 是一个编程型 Agent光看名字容易觉得它只能写代码实际上只要你愿意把资料喂得足够细它能把装修里那些标准数值、材料计算口径、验收规范翻个底朝天。这篇不绕弯子就聊聊我用 pi agent 扛完毛坯房装修全过程踩过的坑、总结出来的套路以及哪些话你千万别全信。1. 为什么装修需要AI参谋先搞清agent到底能干什么1.1 装修的本质是一场信息战装修这件事表面上是花钱请人干活骨子里是信息不对称的博弈。建材、施工、验收三个环节每一环都藏着大量隐形成本和参数差异。同样一块 800×800 的地砖吸水率不一样铺贴工艺不一样留缝、倒角的价格也不一样。普通人进建材城逛一整天脑袋基本上都是炸的品类太多、参数太杂每家店报出来的口径还都对不上。这场景跟程序员接手一个没有注释的老项目实在太像了——信息密度高逻辑链路长光靠人脑去记一定会漏。当初我从 pi agent 官网把命令行工具装好本意是让它帮我写点脚本小工具结果装修一忙起来发现这类编程 Agent 的用途远比想象中宽。pi coding agent 这类产品的本质其实不在于“写代码”而在于把复杂的任务拆成一个个可执行的步骤再按规则去查询、对比、输出而且所有结论都能落盘成文档不会像聊天一样聊着聊着就把之前说好的价格给忘了。所以我对它的定位从一开始就很明确不是让它拿主意而是让它帮我做知识管理和信息比对。设计师能给我的是一张效果图而 pi agent 能给我的是从平面布局到预算总表、再到施工排期和验收清单的整套结构化文档。后者也许不够浪漫但在毛坯房阶段足够救我命。1.2 让agent开工前先给它一份“房屋信息表”很多人一上来就对着 AI 问“我家怎么装修好”这是最无效的提问方式。pi agent 不是算命先生你得先把房屋现状和真实需求灌进它的工作记忆里。我第一件事就是整理了一份“房屋信息表”把能想到的、跟房子有关的字段全部列进去。我整理的项目大概长这样信息项内容建筑面积96平套内面积80平户型3室2厅1卫1厨常住人口夫妻2人父母每月偶尔来过夜生活方式做饭频率高、有囤货习惯、藏书约300本痛点需求收纳不足、厨房操作台面不够、需要居家办公区预算上限整装含家具家电25万硬装控制15万内装修风格原木风偏简洁不要吊顶大量造型采光情况南北通透但餐厅区域偏暗特殊限制楼下有老人施工噪音时段受限每一项其实都有它的用途。比如“做饭频率高”直接决定了厨房台面动线、插座数量和油烟机排烟管径“父母偶尔来过夜”让书房必须保留一个能变床的方案“采光情况”影响灯光回路的划分哪里需要补灯哪里可以用射灯重点照明。你别小看这份表格它相当于给 pi agent 建立了一个完整的“项目上下文”。我把这份表格存成一个文档命名00_project.md之后每一次跟它对聊第一句都让它先读这个文件。你可以完全不懂编程甚至不用学命令行只用把 pi agent 当一个会记笔记、记忆力超强的助理就好。初始化只做一次后续所有对话都会省力很多。1.3 把“我想要一个家”拆成agent能执行的任务程序员都知道一个“我想要个好看的家”这种需求根本没法写进开发排期得拆成用户故事。同样的道理面对 pi agent第一步也不是让它出效果图而是把大目标拆成一组能逐项落地的任务清单。我当时拆出来的任务是全屋平面布局方案、水电点位清单、硬装分项预算、施工顺序排期、主材采购触发单、验收节点清单。每个任务我还会跟它约定输出格式每一份方案后面必须加一句“本方案基于以下假设如需调整请说明”。这个习惯太重要了它能逼着 pi agent 把隐含前提暴露出来避免它在信息不全的时候自己脑补。这步做完以后pi agent 的价值才开始显现。它不再只是一个聊天机器人而是一个能基于同一个上下文反复迭代、输出结构化文件的工作流引擎。毛坯房装修的复杂度恰好就是几十个这种“先查、再比、后定”的小任务叠在一起这正是编程型 Agent 最擅长的领域。2. 实战用pi agent生成装修需求说明书与关键参数2.1 一份可以直接抄的“需求说明书”Prompt装修真正动工之前最缺的是一份能指导施工的设计交底文件。让 pi agent 生成这份文件的 Prompt 其实不复杂核心是把角色、输入、输出格式三件事说清楚。我实际使用的 Prompt 大概是下面这个样子你可以直接复制改一改你是一位有10年经验的住宅室内设计顾问和工程监理。 请基于以下房屋信息表完成一份毛坯房装修需求说明书。 房屋信息表 - 套内80平3室2厅1卫1厨层高2.75米 - 常住2人父母每月偶尔过夜 - 预算硬装15万以内风格偏原木简洁 - 做饭频率高需要双开门冰箱和大单槽 - 现有书房2.6m x 2.8m希望兼顾办公与临时住宿 输出要求 1. 先列出你做出的关键假设如果假设与事实不符请用户纠正后再继续 2. 给出每个空间的平面布置建议标注主要家具尺寸 3. 给出水电点位表包括开关、插座、网口的位置与数量 4. 给出硬装预算分项表按空间和工种拆开 5. 最后用表格汇总所有主材的采购触发顺序和预估数量这份 Prompt 看起来不花哨但每一步都有用。第一点“关键假设”是防幻觉的关键第二点让方案具体到能拿去跟工人对尺寸第三点直接关系后期开关插座够不够用第四点第五点则能让你在采购前心里有数。我拿到输出后不是直接照单全收而是先检查它有没有把“书房变临时卧室”这个需求做到位。结果它给的建议是不做成品床而是沿墙做 1.35 米宽的榻榻米书桌做在窗边这样平时是书房父母来了铺上垫子就能睡。这个思路比我最初想给书房硬塞一张 1.5 米床的方案合理太多了。2.2 没有卷尺的pi agent是怎么帮你算房间布局的有人可能会问pi agent 又没到过现场凭什么给你出平面布局答案是它不需要卷尺它只需要房间的长宽高数据就能根据标准家具尺寸做空间推演。我书房的实际尺寸是 2.6×2.8 米面积约 7.3 平。pi agent 的计算逻辑很清楚如果放一张 1.8 米宽的成品床床两侧只剩各 0.4 米衣柜只能选择推拉门且书桌几乎无处安放。如果放 1.5 米床床尾再加 60 厘米进深的衣柜剩余过道也只有 0.6 米勉强能走人但办公区依然没有着落。它最终建议的方案刚才提到了用榻榻米代替成品床靠窗做 1.4 米书桌靠墙做 2.4 米长的吊柜和开放书架。这样白天办公不受影响晚上把榻榻米铺开就是一张双人床。整个过程它虽然没有摸过一面墙但依靠尺寸推演直接帮我拦下了一个“看起来好看但实际放不下”的方案。这一步给我的启发很大。很多人装修翻车都是因为图纸上画着挺好现场尺寸一量完蛋。而 pi agent 相当于提前把你家未来可能踩的尺寸坑给排了一遍。前提是你得把每个房间的长宽高老老实实喂给它喂得越准它算得越靠谱。2.3 一批“有标准答案”的参数交给agent查能少吵很多架装修中最容易产生分歧的是各种安装高度和留缝尺寸。这些参数往往看着简单实际上都有规范可查也有行业常用值。我之前让 pi agent 整理过一张常用参数表这里挑几个贴出来项目常用参考值说明开关面板高度距地1.3米以家庭成员身高微调普通插座高度距地0.3米床头、沙发旁除外台面上方插座距台面0.2~0.3米厨房、卫生间、书桌通用厨房台面高度身高÷2 5cm现场应加地砖找平厚度微调淋浴区防水高度墙面至少1.8米其他墙面0.3米地砖留缝1~3mm仿古砖与规格砖不同这些数据不是 pi agent 凭空发明的它翻的是通用施工标准。而它存在的最大价值是让我在面对装修师傅时说的每一句话都有依据。比如师傅说“浴室柜旁边不用插座”我说“帮我在离地1.25米留一个带防溅盒的插座以后吹风机要用”师傅说“防水刷30厘米够了”我能直接说“淋浴区墙面做到1.8米合同里写清楚”。嘴仗少了扯皮的成本自然就低了。3. 预算、材料消耗量、施工排期把账算透明再动手3.1 全项目覆盖预算表藏得最深的是增项装修预算为什么难难在你看得到的报价单只是一部分后面增项才是大头。很多装修公司给你报价的时候只写“铺瓷砖多少钱一平”但不写倒角费、踢脚线、门槛石、窗台石、美缝、阳角条、地漏、瓷砖胶、背胶、垃圾清运费、材料搬运费。等到开工以后这里加一点那里补一项最后总价轻松超出30%。我让 pi agent 做了一件事按空间拆、按工种拆把硬装预算做成一张覆盖全项目的清单。它给的预算表长这样玄关、客厅、餐厅、厨房、卫生间、卧室、阳台每个空间下面再分拆墙地面、水电、木瓦油、门窗、主材和辅料。每一项都有“品牌档位”“单位”“数量”“单价”“合价”最后留一列备注。第一次让它按普通档位跑硬装预算约 10.2 万我要求按中高档位重算结果是 14.6 万。这个数字比我心理预期高一些但反而让我踏实了因为我知道钱花在哪里。拿着这张表去和装修公司聊对方基本不敢随便往上加项因为每一项都已经列得清清楚楚。它最大的意义不是算出绝对精准的价而是逼你正面面对“原来装修不止刷墙铺地那么简单”。3.2 材料消耗量背下两个公式就能复核报价单材料用量的计算是装修里少部分“有标准答案”的事pi agent 对这种计算题简直是降维打击。以瓷砖和乳胶漆为例过程不复杂核心是先算面积、再加损耗、再取整。我当时实际的计算口径是这个import math # 800x800mm瓷砖用量计算 room_area 45 # 客餐厅阳台厨房地面面积 tile_area 0.8 * 0.8 # 单块砖面积 loss_rate 0.05 # 5%的切割损耗 tiles_needed math.ceil(room_area * (1 loss_rate) / tile_area) print(f按5%损耗计算需要整砖 {tiles_needed} 块) # 乳胶漆用量估算 wall_area 90 # 墙面顶棚面积估算 cover_per_bucket 70 # 5L面漆滚涂两遍可覆盖约70平 buckets_needed math.ceil(wall_area / cover_per_bucket) print(f乳胶漆建议购买 {buckets_needed} 桶5L装面漆)算出来的结果瓷砖约 74 块实际取 75 块乳胶漆约 1.29 桶直接取 2 桶备着。你可能会觉得这太简单但就是这种简单计算让装修公司报价单里的猫腻无处遁形。砖的损耗率通常 3%~8%大板砖和小砖损耗不一样如果对方按 15% 算你一眼就能看出来。辅料的坑更大水泥沙子经常和“运输费”绑在一起不拆开算你根本不知道单价合不合理。我自己用过一次以后就再也没担心过被数字糊弄。因为 pi agent 把每个数字的计算逻辑都摆出来了而不是像某些预算软件一样只给一个结果。深究一步就是防止日后扯皮最有效的武器。3.3 施工顺序和排期哪些活一旦做了就不能掉头装修最怕的不是慢而是顺序搞反。贴完砖再做水电卧室地板铺了才发现插座位置不对定制柜下单太晚导致木工等了一个月这些问题全是排期惹的祸。我让 pi agent 按标准流程排了一个参考排期并且重点标出了“采购触发点”。具体顺序大致是这样拆改切割 → 水电改造 → 防水闭水 → 泥瓦铺贴 → 木工吊顶 → 墙面涂料 → 安装收尾 → 开荒保洁。但真正的经验藏在节点之间的衔接里。比如拆改完成就要立刻约门窗厂家和定制柜厂家量尺因为定制柜生产周期普遍 40 天以上水电验收前就要把瓷砖、地漏、门槛石下单准备好瓦工进场前必须定好室内门因为门的生产周期通常要 30 天。我用 pi agent 生成了一张八周的参考排期表周次主要工作必须提前采购的物料第1周拆改、空调孔、封窗窗户、防盗门、强弱电箱第2周水电布管穿线水电点位图、回路设计第3周防水施工闭水试验防水涂料、地漏第4周瓦工进场铺砖瓷砖、门槛石、窗台石第5周木工吊顶石膏板、龙骨第6-7周墙面腻子乳胶漆乳胶漆、阴阳角条第8周开关插座、灯具、洁具安装全屋五金、灯具这张表的价值不在于时间不能变而在于它把“先定什么后定什么”的因果关系理顺了。pi agent 在这一步真正帮到我的是把那些只有老师傅口里才有的经验变成了一份可以存档的文档每个人打开看一眼就明白现在该干什么不用事事都去问工长。4. 踩坑实录pi agent也不是神这些坑我替你踩了4.1 别把公式当圣旨厨房台面高度差点翻车第一个坑和厨房台面有关。pi agent 按身高公式给我算出来台面建议 85cm因为我家属身高 165公式是 165÷2587.5cm取整 85cm 听着很合理。但我忽略了地面找平的误差瓦工做完找平后地面比预期高了 3cm结果台面装完实际操作高度接近 88cm我媳妇切菜一直抬着胳膊做了两天饭就跟我抗议了。最后只能把台面拆下来重新加工返工加材料多花 900 多块。这锅不能甩给 pi agent它给的是通用参考值但现场的真实情况只有尺子和身体才知道。踩过这次坑以后我立了个规矩所有需要定制开料的尺寸pi agent 给的数值只用来做谈判依据和参考区间最终下单前必须现场实测一次。具体怎么操作如果是定制柜让厂家先出初尺再约复尺如果是成品家具现场量好门洞、过道、电梯尺寸才能下单。pi agent 的公式能帮你算出一个“合理范围”但测下来差个两三厘米在定制领域就是一次返工的钱。4.2 品牌清单虽然好看你家楼下建材市场不一定有第二个坑更现实。pi agent 给主材清单时很自然地会推荐一些品质口碑比较好的品牌比如一线乳胶漆、进口瓷砖、静音水管之类。问题是我家在三四线城市本地建材市场压根没有这些代理能找到也是串货物流费算下来比砖本身都贵。后来我学聪明了让 pi agent 按“档位”而不是按“品牌”来给方案。我的 Prompt 是“把所有主材清单改写成按高、中、基础三个档位分组的方案每个档位给出 2-3 个可互相替换的品牌并说明参数差异。”这样它给我的就不是一个只能看不能买的清单而是一组可以本地化的采购地图。我在本地建材市场看到某品牌用手机拍个参数发给它它立刻能告诉我这牌子大致属于哪个档位、值多少钱。这背后的逻辑很简单AI 擅长横向对比参数但不清楚你家楼下市场有什么现货。信息差是双向的你得把自己采回来的市场情报喂给它它才能给出真正能落地的建议。4.3 AI说1.8米工长说30厘米争执起来怎么破装修中最容易起冲突的场景就是 AI 的建议和现场师傅的说法不一致。我家卫生间防水就是典型。pi agent 坚持淋浴区防水必须做到 1.8 米高而工长说他们平时只刷 30cm理由是“别家都这么干刷高了浪费材料”。我当时没有直接跟工长吵而是做了一步很关键的操作让 pi agent 把“为什么淋浴区要刷到 1.8 米”的依据、如果不做可能带来的后果整理成一页文字重点标出“墙面渗水导致隔壁房间发霉反碱维修需要砸砖重做”然后打印出来发到施工群里。第二天工长再也没提 30cm 的事材料费多花了 400 块但换来的是入住半年多墙面没有一丝潮气。这段经历让我明白pi agent 不能替你去现场吵架但它能帮你在吵架前把论据准备好。它不站队它只搬规范和后果。当现场有争议时最有效的做法不是吼谁嗓门大而是把标准、责任、维修后果写清楚让双方在同一个信息层面上决策。5. 进阶玩法把群聊记录、报价单甚至工地照片都喂进去5.1 让pi agent帮你审一份装修报价单装修中期最头疼的是手里一堆报价单、合同、聊天记录看多了眼睛花。pi agent 的信息提取能力在这里非常好用只要你会复制粘贴就能让它帮你做交叉核对。我用过的 Prompt 是这样的下面是一份装修公司的报价单请做四件事 1. 拆出每一个项目、单位、数量、单价、总价 2. 结合当前主要城市的市场价格区间标出偏差超过20%的项目 3. 列出报价单中没写但按常规必须做的项目 4. 输出表格项目 | 施工方报价 | 市场参考区间 | 偏差 | 备注。它输出的一张表帮我抓出了好几个问题。比如“瓷砖铺贴报价 85元/平”市场参考区间是 60-80 元/平偏差偏大需要确认工艺是否包含倒角再比如“水电改造预收 12000”需要按点位逐一复核因为单价从 60 到 150 元/点位都有差距非常大。最意外的是它列了几个报价单里压根没写、但后面肯定要做的项目垃圾清运费、瓷砖倒角、美缝、地漏安装这些不提前谈清楚后面就是增项重灾区。拿着一张被 pi agent 标注过的报价单去谈跟拿着一张原始报价单去谈气场完全不一样。对方看你是有备而来的很多模棱两可的报价都会当场收回去重新报。5.2 远程盯工地每天三张照片加几句话就够了上班族没法天天泡在工地但装修又不能完全放手。我的办法是让家里人在工地拍三张照片一张全景看进度一张重点工艺特写一张材料堆场看有没有偷梁换柱。晚上回家我把照片里的信息用大白话描述给 pi agent让它生成第二天开工前的重点提醒。举个例子某天我发的信息“今天瓦工在贴厨房墙砖砖缝看起来有的宽有的窄师傅说勾完缝就看不出来明天准备做闭水试验。”pi agent 很快列出一组要确认的问题砖缝不均匀有没有超出 2mm、贴砖前瓷砖有没有泡水、闭水试验要至少 24 小时以上、楼下天花有没有渗水痕迹。这几条当天发到施工群里效果立竿见影。这等于给自己配了一个不需要睡觉的巡检助理。它虽然不能亲眼看到工地但只要你有意识地给它描述现场情况它就能帮你把风险点提前找到。毛坯房装修最大的问题不是你不懂而是你不知道该在哪一刻问什么问题。有了这个习惯哪怕人在公司开会工地上也不敢有人糊弄你。现在住进新家已经半年回头翻和 pi agent 的整段对话记录发现它给的那些表格、清单、参数至少七成是对的剩下三成需要现场修正。装修这件事说到底不是 AI 不能用而是它没办法替你到现场量尺、跟人讨价还价。我的体会是把它当成一个记忆力超强、不带情绪、喜欢翻规范文件的参谋而不是一个说一不二的预言家。你喂给它的资料越细它回报给你的方案就越接地气。准备装修的朋友不用急着问“家里刷什么颜色好看”先从整理户型数据和预算上限开始相信我这两样东西比任何装修网红攻略都管用。pi agent 能不能帮你省下设计费不好说但至少能让你在每一个该花钱、该签字、该验收的节点上多一分清醒。