OpenCode
OpenCode 是一个开源的 AI 编码代理，基于 MIT 许可证发布，由 Anomaly Innovations Inc. 开发维护，整个团队仅有六人[^c17]。其投资方包括 Reid Hoffman、Max Levchin、Y Combinator、SV Angel 以及 YouTube 联合创始人 Steve Chen 等[^c6]。项目提供终端界面（TUI）、桌面应用和 IDE 扩展等多种使用方式，支持连接 75 种以上的 LLM 提供商，包括 Anthropic、OpenAI、Google Gemini、AWS Bedrock、Azure 以及通过 Ollama 运行的本地模型等[^c2][^c3]。OpenCode 的定位是"一个设计用来使用 AI 的产品，而非 AI 产品本身"，使其成为模型提供商与开发者之间的开放中间层。
项目起源于加拿大滑铁卢大学校友 Jay V 和 Frank Wang 此前创立的 SST（Serverless Stack）。2025 年 6 月，Jay V 在 DevTools Toronto 的一个小型聚会上首次公开亮相 OpenCode，与会者仅约 30 人。一年后（2026 年 6 月），该项目月活跃用户一度达到 800 万，日活跃用户约 100 万，DAU/MAU 比率约 12.5%，表明用户月度粘性处于健康范围[^c11][^c56]；高峰期月活跃用户曾达 1000 万（据 Baseten 案例研究）；年化收入约 2500 万美元。项目累计提交超过 11,000 次，PR 创建者数量达 1,503 人，是 Claude Code 的 6.6 倍，充分反映了开源社区的广泛参与[^c48][^c60]。Gartner 2026 年报告显示，全球企业级 AI 代码智能体市场的年化规模已达 98 亿至 110 亿美元[^c41]。对于全球无法负担每月 20 美元 Cursor 订阅费的开发者而言，OpenCode 是唯一可用的专业级 AI 编码代理[^c33]。
2026 年 6 月，OpenCode 登顶 LogRocket AI 开发工具实力排行榜，超越 Cursor 和 Claude Code 位列第一，成为首个登顶该榜单的完全开源项目[^c21]。行业分析认为，这一格局的背后是开源模型能力提升和开发者对可控性偏好的增强两大趋势（详见 [[对比/overview|竞品对比]]）[^c32]。同月，一项 38 任务的 TypeScript 单体仓库基准测试显示：在完全相同的底层模型上，Claude Code 完成了 82% 的任务，OpenCode 完成了 74%；但在调试方面 OpenCode 领先（90% 对 80%），测试生成更详尽（94 个测试对 73 个），且文档编写更优（86% 对 71%）[^c22]。LSP（语言服务器协议）集成是这一差距的关键驱动因素——OpenCode 通过实时诊断反馈实现了比 Claude Code 平均多生成 21 个测试的效果[^c29]。代价是执行速度：在同一模型上 OpenCode 比 Claude Code 慢约 78%[^c30]。社区测试表明，"先 Plan 后 Build"的策略可使复杂重构任务的代码一次性通过率提升约 40%[^c42]。其独特的 LSP 原生反馈集成是其他主流编程代理所不具备的差异化能力[^c43]。2026 年 7 月，科技媒体 Systima 的对比测试进一步发现，在相同提示词和相同模型条件下，OpenCode 在接收用户请求前的 Token 消耗量仅为 Claude Code 的约 1/4.7，这意味着初始系统提示词和工具说明的生成更为精简高效[^c53]。
OpenCode 于 2025 年由 Anomaly 团队（前身为 SST 团队）正式发布。项目的核心理念是"零摩擦"——无需注册、无需邮箱、无需信用卡，下载即可使用。OpenCode 采用客户端/服务器（C/S）架构，基于 TypeScript 和 Bun 运行时构建，整体分为四层：用户交互层、AI 推理层、核心能力层和工具集成层[^c19]。服务器端负责核心逻辑、LLM 上下文管理和文件系统操作，客户端则提供终端界面和桌面应用。其内置的 LSP 支持使 AI 能够实时感知项目结构、依赖关系和代码上下文。
OpenCode 内置了多个专用智能体：Build Agent（默认，全权限）和 Plan Agent（只读，用于分析和规划），用户可通过 Tab 键快速切换[^c9]。此外还包含 General、Explore 和 Scout 子智能体，分别用于通用任务、代码库探索和仓库克隆[^c10]。用户可通过自定义配置扩展 Debug（调查）、Review（代码审查）和 Docs（文档读写）等专用模式。
截至 2026 年 6 月 29 日，OpenCode 在 GitHub 上累计获得约 180,536 颗星标，拥有 22,211 个复刻和 7,093 个开放问题，是星标数最高的开源编程 Agent[^c57]。多家第三方评测将其评为最佳开源 Claude Code 替代品和开源 AI 编码工具的领军者[^c54]。2026 年 7 月，OpenCode 被纳入 Arch Linux 官方软件仓库（extra 仓库，版本 1.18.2-1），标志着项目获得主流 Linux 发行版的官方认可[^c59]。项目自诞生起即通过仓库内统计文件系统性地跟踪 GitHub Releases 与 npm 两大分发渠道的下载数据[^c68]，截至 2025 年 9 月 24 日累计下载量已约 688,252 次[^c67]。详细社区活跃度指标请参见 [[社区/activity-metrics.md|社区活跃度指标]]。
2026 年 1 月，Anthropic 禁止用户在 OpenCode 中使用 Claude 订阅服务，这一封锁令反而推动了 OpenCode 的爆发式增长，单日新增星标纪录达到 2,087 颗。OpenAI 在事件发生后迅速宣布与 OpenCode 正式合作，使 Codex 和 ChatGPT 订阅用户可直接在 OpenCode 中使用其订阅[^c13]。2026 年 2 月，Anthropic 指控 DeepSeek、Moonshot AI 和 MiniMax 通过约 24,000 个虚假账户进行了大规模模型蒸馏攻击。2026 年 3 月 31 日，Claude Code 的 npm 包发生源码泄露事件——一个 59.8MB 的 source map 文件完整暴露了 1,900 个源文件、51.2 万行 TypeScript 代码，包括未发布实验性功能，进一步加剧了开发者对闭源工具的信任担忧[^c39]。2026 年 6 月，Anthropic 再次指控与阿里巴巴关联的运营方通过近 25,000 个虚假账户发起了大规模蒸馏攻击，涉及 2,880 万次交互[^c38]。2026 年 7 月 5 日，阿里巴巴集团正式要求员工自 7 月 10 日起停止使用 Claude Code，原因是在 Claude Code 中发现隐藏的检测机制——包括时区检测、代理关键字匹配和 Unicode 隐写技术——用于识别中国开发者身份，并在发送至 Anthropic 服务器的数据中插入标记[^c37]。阿里巴巴员工被要求切换至自研的 Qoder 等替代工具。这一系列事件大幅加速了 OpenCode 在中国企业市场的采用。
2026 年 3 月，OpenCode 成为 Hacker News 当日第一热帖，获得 1,099 点赞和 546 条评论[^c16]。2026 年 4 月，Red Hat 正式将 OpenCode 纳入 OpenShift Dev Spaces 的官方文档，标志着重要的企业级认可[^c12]。联合创始人 Dax Raad 在采访中表示，OpenCode 之所以能在竞争中胜出，首要原因是产品定位而非执行速度——团队观察到没有一个编程代理成功占据开源品类，于是专注于这一空白，以"足够好"的产品先获取市场份额，之后再回头优化底层架构[^c26][^c27]。
2026 年 4 月，MightyBot 将 OpenCode 评为排名第三的 AI 编码代理（仅次于 Codex 和 Claude Code），并指出其星标数已达 147,000 颗，月活跃开发者达 650 万，增长速度是 Claude Code 的 4.5 倍[^c55]。2026 年 5 月，OpenSourceAlternatives.to 的评测将 OpenCode 列为"最佳开源 Claude Code 替代品"，突出其 75 家以上模型提供商支持和 MIT 许可证的灵活性[^c54]。
2026 年 6 月 24 日至 7 月 7 日，OpenCode 密集发布了 v1.17.10 至 v1.17.14 五个版本，六周内累计发布超过 20 个版本[^c44]。v1.17.10 补齐了 MCP 资源支持、OAuth 修复和 --mini 无头模式；v1.17.11 引入了会话快照功能；v1.17.12 增加了 Claude Sonnet 5 自适应思考支持和 yolo 自动审批模式；v1.17.13 新增可搜索的 v2 模型选择器；v1.17.14 于 7 月 7 日发布[^c58]。2026 年 7 月 14 日，v1.18.0 发布并完成 Desktop v2 迁移（Home 页面冷加载提速约 78 倍），项目版本正式进入 v1.18.x 系列[^c66]。Red Hat Data Services 在同月将 OpenCode 以 A2A 代理形式部署到 OpenShift AI 平台的 Kagenti 框架中，采用双进程架构和安全加固的容器化部署[^c45]。社区开发的 opencode-fusion 插件实现了三模型侧车架构（决策、执行、审查各司其职），在保持性能的同时降低约 35% 成本[^c46]。
OpenCode 的生态系统中已收录 35 个以上的社区插件、11 个项目和 2 个智能体集合[^c52][^c8]。2026 年 7 月发表的两项学术研究将 OpenCode 纳入研究对象，分别考察了其极端版本发布速度（超过每天两次）和在指令不明确情况下的操作边界违反行为（55.8%-67.8% 的运行违反至少一项边界）[^c47]。
在基础架构方面，OpenCode 通过 Baseten 等推理提供商实现了 5 倍的每秒 token 处理数提升，借助 KV 缓存感知路由和缓存 token 定价实现了约 33% 的综合成本降低[^c50][^c51]。OpenCode 联合创始人 Jay V 在 2026 年 6 月的 BetaKit 采访中透露，团队已为"OpenCode"品牌注册了专利，以保护其在未来十年发展中的价值[^c11]。Jay V 认为，AI 编码代理的下一波增长机会在于面向消费者的应用，而非仅仅聚焦企业级市场。
OpenCode 在 GitHub 集成方面支持与 GitHub Actions 工作流直接对接：在 Issue 或 Pull Request 评论中提及 /opencode 或 /oc，OpenCode 就会在 GitHub Actions 运行器中执行任务，可自动分类问题、修复 Bug 并创建 Pull Request[^c63]。项目提供 Go 与 Zen 两套使用方案：Go 是 $10/月的低成本订阅（首月优惠 $5），配额充裕，面向日常稳定使用开源模型的开发者[^c64]；Zen 则是按量充值的精选模型网关，$20 起步（另加 $1.23 银行卡手续费），用多少扣多少，面向用量不固定的用户[^c65]。两者都兼容 OpenCode 及任意编程代理，用户可按用量模式选择（详见 [[定价/plans|定价方案]]）。
OpenCode 的长期技术路线图包括自我反思智能体（Self-Reflection Agents）五阶段规划：构建基础反思层、开发记忆与经验层、实现代码自我修改、促进多智能体协作，以及最终实现元学习与自适应能力[^c40]。2026 年 7 月，社区维护的更新日志首次汇总了团队公开讨论的近期规划主题：更深度的 IDE 集成（通过 ACP 协议）、扩展的插件事件表面、更多内置智能体和技能，以及跨设备工作区同步[^c61][^c62]。
原初的 opencode-ai/opencode 已由原作者在 Charmbracelet 组织下以 Crush 为名继续开发。