编程工具 on Kalend's Blog

Claude Code、Codex、OpenCode、ZCode 四款AI编程Agent怎么选：工具是方法论的载体

Sat, 11 Jul 2026 08:00:00 +0800

Claude Code 对应 Context Engineering 阶段，Codex 对应安全工程阶段，OpenCode 对应自由探索阶段，ZCode 对应可视化协作阶段。四款工具不是同一赛道的四匹马，而是四个方法论阶段的代表作。选工具之前，先搞清楚你想停在哪个阶段。

为什么"选工具=选阶段"

Vibe Coding → Context Coding → Agentic Engineering，这是 AI 编程方法论的三阶进化。我在之前的文章里详细拆过这三个阶段的演进逻辑，这里只说核心：每个阶段对"人机协作的信任边界"定义完全不同。

Vibe Coding 阶段，你把 AI 当高级自动补全，写一行说一行。Context Coding 阶段，你给 AI 写一份"施工图纸"，让它按图执行。Agentic Engineering 阶段，你给 AI 一个目标和约束，让它自己规划路径。

四款工具的设计哲学，恰好对应这四个坐标点。

Claude Code：Context Engineering 的代表作

Claude Code 的核心设计哲学是"先规划后执行"。

CLAUDE.md 文件是它的核心。在项目根目录放一个 CLAUDE.md，写清楚项目架构、编码规范、关键约束，Claude Code 在每次对话开始时自动加载。这不是一个配置文件，这是一份"工程合同"——你和 AI 之间的权责边界白纸黑字写在上面。

Permission mode 是另一个关键设计。开启 plan-first 模式后，Claude Code 在做多文件重构之前会先输出一份 Plan 文档，你审批通过后才动手。这不是多余的步骤，这是 Context Engineering 的核心：让 AI 先把思路亮出来，人类确认方向正确再执行。

Headless 模式支持无人值守，配合 Git worktrees 可以让 Claude Code 在独立分支上干活，不影响你的主分支。MCP 协议集成让它能连接外部工具链。

模型方面，Opus 4.8 是目前推理能力最强的编码模型，适合架构级决策。Sonnet 5 更快，适合日常编码。上下文策略是激进压缩——保留用户消息不动，压缩模型自己的历史输出。

定价：Pro $20/月，Max $200/月，或 API 按量付费。

适合场景：大型项目重构、架构级修改、需要深度推理的多文件协同变更。如果你的项目超过 5 万行代码，Claude Code 的 Context Engineering 能力是四款里最强的。

Codex CLI：安全优先的工程实践

Codex CLI 的设计哲学是"不信任但验证"。

三级审批模式是它的核心卖点。suggest 模式只给建议不改文件，auto-edit 模式可以自动修改代码但不执行命令，full-auto 才是完全自主执行。这三级模式不是可选的装饰，而是默认的安全策略。你不需要记住哪些操作需要审批，沙箱自动帮你隔离风险。

--ask-for-approval 参数控制审批粒度。你可以设置"修改文件前必须确认"，也可以设置"只在执行危险命令时确认"。粒度完全由你控制。

并行 Agent 能力是 Codex 的另一个优势。你可以同时启动多个 Agent 处理不同任务，它们各自在独立沙箱里运行，互不干扰。

模型方面，GPT-5.6 是 OpenAI 最新发布的模型家族，针对编码场景有专门优化。上下文策略是"用户消息一字不动，模型自己的全部可压"——和 Claude Code 的激进压缩有微妙但重要的区别。

定价包含在 ChatGPT Plus/Pro 订阅中，或 API 按量付费。CLI 本身开源。

适合场景：安全敏感的企业环境、需要并行执行多个编码任务、已经在 OpenAI 生态里的团队。

OpenCode：最大自由度的开源方案

OpenCode 的设计哲学是"你的模型，你的规则"。

BYOK（Bring Your Own Key）支持 75+ 个 LLM 提供商。你可以接 OpenAI、Anthropic、Google，也可以接国产模型——DeepSeek、Qwen、GLM 都行。这意味着你可以用同一个工具，在不同项目里用不同模型，成本完全可控。

它自带 Zen 模型精选，是社区维护的"针对编程优化过的模型推荐列表"。不知道选什么模型的时候，Zen 列表是个不错的起点。

Subagent 架构支持子代理并行。隐私优先设计保证数据不离开本地。桌面版目前在 Beta 阶段，降低了 CLI 的使用门槛。

上下文管理采用"可逆隐藏"策略——历史对话不会被真正删除，理论上可以恢复。这在需要回溯 AI 决策过程时很有价值。

180K+ GitHub Stars 说明社区认可度。免费开源，模型费用自付。接国产模型的话，日常编码成本可以压到接近零。

适合场景：预算敏感、想用国产模型、隐私优先、中等规模项目（1-2 万行）。但要注意：项目超过 5 万行或有复杂跨模块依赖时，OpenCode 的 orchestration 层不如 Claude Code 流畅。

ZCode 3.0：可视化的国产方案

ZCode 3.0 的设计哲学是"把开发流程塞进桌面应用"。

它是四款里唯一的桌面 ADE（Agentic Development Environment）。不想用 CLI？不想配环境变量？打开桌面应用就能开始写代码。这个定位对非终端用户非常友好。

GLM-5.2 是智谱自研的旗舰模型，1M 上下文窗口。作为原生适配的模型，ZCode 对 GLM-5.2 的调用效率和效果优化是其他工具接 API 做不到的。

多 Agent 协作和技能系统（Skills）是 ZCode 的差异化特性。需求理解 → 计划拆解 → 代码修改 → 验证，全流程在可视化界面里完成。

定价：首次 5 天免费，每天 300 万 token，之后走 GLM Coding Plan 订阅。

适合场景：不想用 CLI 的开发者、中文场景、想免费体验国产最强编程模型。

方法论适配度对比

维度	Claude Code	Codex CLI	OpenCode	ZCode
安全模型	Permission mode 审批制	三级审批模式隔离	本地优先不外传	桌面隔离
上下文策略	激进压缩，保留用户消息	保留用户消息，压缩模型输出	可逆隐藏，历史可恢复	桌面界面管理
模型灵活度	仅 Claude 系列	仅 GPT 系列	75+ 提供商自由切换	仅 GLM 系列
交互形态	终端优先	终端 + VSCode	终端 + 桌面(Beta) + IDE	桌面 ADE
并行能力	Headless + worktrees	并行 Agent	Subagent 架构	多 Agent 协作
学习曲线	中（需写 CLAUDE.md）	低	中	低（可视化）
开源	否	CLI 开源	完全开源	否
中文优化	一般	一般	一般	原生支持

决策树：四条路径，选哪条

你重视安全隔离吗？ 在企业环境里写代码，或者处理敏感数据，需要沙箱级别的权限隔离 → 选 Codex CLI。

你重视推理深度吗？ 项目规模大、架构复杂、需要 AI 先理解全局再动手，愿意花时间写 CLAUDE.md → 选 Claude Code。

你重视模型自由度和预算吗？ 想在不同项目里用不同模型，或者想接国产模型把成本压到接近零，项目规模中等 → 选 OpenCode。

你不想用 CLI / 要中文优化吗？ 不想配环境、不想记命令、想要可视化界面、中文场景优先 → 选 ZCode。

如果以上四条你都犹豫，说明你还在 Vibe Coding 阶段——用什么都行，先用起来再说。等你写够 5000 行 AI 辅助代码之后，自然知道自己需要什么。

结论

没有"最好的工具"，只有"最适合你阶段的工具"。Claude Code 的 CLAUDE.md 是工程纪律，Codex 的沙箱是安全底线，OpenCode 的 BYOK 是自由选择，ZCode 的可视化是降低门槛。这四款工具更新很快，但方法论的演进方向不会变：从"我说你做"到"你理解我的意图自己做"。

varkm

开源逆袭：OpenCode凭什么拿下180K Star

Thu, 09 Jul 2026 08:00:00 +0800

先说结论

OpenCode 是目前唯一一个同时满足三个条件的 AI 编程 Agent：完全开源（MIT）、模型无关（BYOK）、不存储任何用户数据。

截至 2026 年 7 月，GitHub Stars 184,000+，GitHub 显示 455+ 代码贡献者。月活开发者据官网称超过 750 万。

如果你在政企、金融、医疗等对数据隐私有硬性要求的行业，或者你就是不想被某个模型厂商绑定，OpenCode 几乎是唯一的选择。

一、它怎么长起来的

OpenCode 的增长故事本身就是一个开源逆袭叙事。

起源：SST（Serverless Stack）团队的内部开发工具。创始人觉得现有的 AI 编程工具要么绑定模型（Copilot 绑 OpenAI），要么闭源收费（Cursor $20/月），要么不尊重隐私。于是自己写了一个。

转折点：2025 年底到 2026 年初，社区开始自发传播。核心推动力是两个字——自由。用户可以自带任何模型的 API Key，不被任何厂商锁定。

现在：项目从 sst/opencode 迁移到 anomalyco/opencode，独立运营。桌面版已进入 Beta 阶段。

关键数字：

指标	数据
GitHub Stars	184,000+
贡献者	455+（GitHub API）
提交数	14,000+
发布版本	830+
最新版本	v1.17.x（2026-07）
协议	MIT

二、核心卖点拆解

1. BYOK：你带你的 Key，我给你工具

OpenCode 不卖 API 额度，不绑定模型。你有 OpenAI 的 Key 就用 GPT，有 Anthropic 的 Key 就用 Claude，有 DeepSeek 的 Key 就用 DeepSeek。

实际意义：成本完全透明。你付给模型厂商的是裸价，OpenCode 本身免费。

对比一下：

方案	月费	模型绑定
Copilot	$10-19	OpenAI
Cursor	$20	多模型（但你付给 Cursor）
Claude Code	$20-200	Anthropic
OpenCode	$0（自带 Key）	任意

2. 终端原生 + 桌面版 Beta

OpenCode 的主界面是终端。对开发者来说，这意味着：

不用切窗口，直接在终端里和 AI 对话
脚本化能力——可以把 OpenCode 的调用嵌入 CI/CD
SSH 远程开发友好

桌面版（Beta）提供了可视化的文件树、diff 视图、对话历史，适合偏好 GUI 的场景。

3. MCP 协议支持

OpenCode 原生支持 MCP（Model Context Protocol），这意味着：

可以接入任何 MCP Server 作为工具（数据库查询、API 调用、文件操作）
工具生态标准化，不重复造轮子
与 Hermes Agent、Claude Desktop 等支持 MCP 的工具共享工具库

4. 隐私优先架构

这是 OpenCode 和其他工具最大的差异点：

不存储任何代码或上下文数据——所有处理都在本地完成
API Key 存在本地，不上传到 OpenCode 的服务器
对话历史本地存储，可选加密

对政企用户来说，这意味着合规成本几乎为零。

5. Plugin V2 API

OpenCode 的插件系统允许社区扩展功能：

自定义工具调用
自定义 Agent 行为
自定义 UI 组件

社区已经贡献了大量插件，形成了正反馈飞轮。

三、生态飞轮

OpenCode 的生态不只是代码仓库，而是一个正在形成的飞轮：

飞轮核心：用户多 → 贡献者多 → 插件多 → 功能强 → 用户更多

具体表现：

Plugin API：V2 版本的插件接口，社区可以贡献工具和功能
Zen 模型精选：OpenCode 团队测试验证的模型列表，帮用户避坑
MCP 集成：标准化的工具调用协议，与更广泛的 Agent 生态打通
多 Agent 架构：build/plan/general 三种模式，适配不同复杂度的任务

四、什么场景该选 OpenCode

场景	推荐	理由
政企/金融/医疗	✅ 首选	隐私合规零成本
想用最新模型	✅ 首选	BYOK，模型发布当天就能用
预算敏感	✅ 首选	免费+自带Key=裸价
不想学新工具	⚠️ 考虑	终端操作有学习曲线
需要 IDE 集成	❌ 不推荐	桌面版还在 Beta

五、和竞品的差异

不是跑分对比，而是使用方式的根本差异：

Copilot：你用的是 OpenAI 的模型，通过微软的 IDE 插件。模型选择=0，隐私控制=0。

Cursor：你可以选模型，但 Cursor 在中间加了一层。你的代码经过 Cursor 的服务器。$20/月是固定成本。

Claude Code：终端原生，和 OpenCode 最像。但绑定 Anthropic 的模型，$20/月起步。

OpenCode：终端原生，模型完全自由，代码不经过任何第三方服务器，MIT 开源。

一句话总结：Copilot 是订阅制，Cursor 是 IDE 制，Claude Code 是终端制，OpenCode 是开源制。

升级建议

1
2
3
4
5
6
7
8


# 安装（需要 Node.js 18+）
npm install -g opencode

# 配置 API Key（以 OpenAI 为例）
export OPENAI_API_KEY="sk-..."

# 启动
opencode

桌面版 Beta 下载：opencode.ai

升级后检查：

opencode --version 确认版本
配置你的模型 API Key
试试 /mcp 看 MCP 工具是否正常加载

总结

OpenCode 的崛起不是因为技术多先进，而是因为它踩中了三个刚需：

自由：不被模型厂商绑定
隐私：代码不离开本地
成本：免费 + 裸价 API

没有大的架构创新，没有颠覆性的功能。就是一个工具——做对了选择，然后社区自己长起来了。

Hermes Agent是开源项目 | GitHub 搜索 NousResearch/hermes-agent

关注 varkm，一起学习，一起成长