编程Agent的统一抽象层：Free Claude Code如何用61个Provider喂饱11个Harness
目录
当Claude Code、Codex、Cline、Aider各自为战时，Free Claude Code（FCC）做了一件简单粗暴的事：在它们下面垫了一层统一Provider路由，上面接11个编程Agent，中间塞了1.3B+免费token。这不是又一个"Claude Code平替"——它是一个"Harness无关层"，让你在任何Agent、任何Provider、任何终端之间自由切换。
一、场景开篇：Provider宕机时，你的编程Agent在干什么？
假设你正在用Claude Code重构一个5000行的Python模块。重构到一半，Anthropic API返回429——速率限制。你等了30秒，重试，还是429。你切换到Codex，但Codex绑定了OpenAI账号，你的Claude Code配置用不了。
这是2026年编程Agent用户的日常：每个Agent都是一个垂直封闭的烟囱。Claude Code绑Anthropic，Codex绑OpenAI，Cline绑Anthropic，Aider绑你配置的任何API。Provider一宕机，整个工作流停摆。
FCC的解法是：在Agent和Provider之间插入一个路由层。Agent不直接调Provider，而是调FCC；FCC根据配置把请求转发到可用的Provider。Provider A限流了？自动切到Provider B。B也限流了？切到C。你不需要重启Agent，不需要重新配置，甚至不需要重新发起请求。
二、FCC的架构：三层解耦
FCC的核心设计是三层解耦：
┌─────────────────────────────────────────┐
│ Harness层（11个编程Agent） │
│ Claude Code / Codex / Cline / Aider / │
│ Pi / OpenCode / Hermes / DeepSeek / │
│ Grok Build / Muse Code / VS Code Chat │
└──────────────────┬──────────────────────┘
│ FCC适配层
┌──────────────────┴──────────────────────┐
│ Provider层（61个ToS-friendly Provider） │
│ 免费 / 付费 / 订阅 / 本地模型 │
│ 1.3B+ free tokens / month │
└─────────────────────────────────────────┘
Harness层：11个编程Agent，每个有自己的工具调用格式、上下文管理策略、思考链路。FCC不修改Agent本身，而是为每个Agent提供一个兼容的API端点。
Provider层：61个Provider，包括免费tier（Google AI Studio、Groq、Cerebras等）、付费tier（Anthropic、OpenAI、Mistral等）、订阅tier（Claude Pro、ChatGPT Plus等）和本地模型（Ollama、vLLM等）。FCC维护一个统一的模型目录，让你在任何Agent里都能用任何Provider的模型。
适配层：这是FCC的核心。它做三件事： 1. 协议转换：把不同Agent的API格式统一成内部协议 2. Provider路由：根据配置和可用性，把请求转发到合适的Provider 3. 故障转移：Provider限流或宕机时，自动切换到下一个可用Provider
三、1.3B免费token是怎么来的？
FCC声称每月提供1.3B+免费token。这个数字怎么来的？
答案是：聚合多个Provider的免费tier。
- Google AI Studio：免费tier每天约200万token
- Groq：免费tier每天约100万token
- Cerebras：免费tier每天约50万token
- Together AI：免费tier每月约500万token
- 其他50+个Provider的免费tier
但免费是有代价的。 FCC明确标注："ToS-friendly"——它只接入那些ToS允许通过第三方客户端调用的Provider。如果某个Provider修改ToS禁止第三方接入，FCC会移除该集成。这意味着免费Provider列表是动态变化的。
四、90% token节省是怎么实现的？
除了聚合免费Provider，FCC还声称能降低90%的token消耗。这通过五个优化实现：
1. RTK过滤：集成RTK，过滤常见的命令输出。比如ls -la的输出，RTK会压缩成简短摘要，而不是把整个文件列表塞进上下文。
2. Headroom压缩：集成Headroom，压缩工具调用的返回结果。比如一个Python脚本的报错信息，Headroom会提取关键错误行，去掉冗长的堆栈跟踪。
3. 配额探测本地化：检查Provider配额不需要调API，FCC本地维护配额状态。
4. 命令前缀检测：识别cd、ls、git status等常见命令，不调Provider直接返回结果。
5. 标题和建议本地化：会话标题、下一步建议这些元数据，FCC用本地小模型生成，不消耗Provider token。
这五个优化加起来，实际token消耗降低约60-90%（取决于使用场景）。对于重度编程Agent用户，这意味着每月省下$50-200的API费用。
五、"Harness无关"为什么重要？
FCC最有趣的设计不是免费token，而是Harness无关——你可以在同一个会话中切换编程Agent。
传统模式下，如果你用Claude Code写到一半想换Codex，你需要： 1. 退出Claude Code 2. 启动Codex 3. 重新加载上下文 4. 重新描述任务
FCC的目标是：在同一个会话里，用Claude Code做架构设计，用Codex做实现，用Aider做重构。每个Agent的优势不同——Claude Code擅长长上下文推理，Codex擅长代码生成，Aider擅长diff-based编辑。Harness无关让你按需切换，而不是被一个Agent锁死。
（注：FCC README标注"Support for switching harnesses in the same session coming soon!"，所以这个功能目前还在开发中。但架构上已经为此设计。）
六、和OpenRouter的区别：不只是Provider聚合
你可能会说：这不就是OpenRouter吗？都是Provider聚合。
区别在于FCC是面向编程Agent的，OpenRouter是面向聊天API的。
OpenRouter提供统一的OpenAI-compatible API，你用任何支持OpenAI API的客户端都能接。但它不理解编程Agent的工具调用格式——Claude Code的tool_use、Codex的function_call、Aider的edit_format，这些格式互不兼容。
FCC做的是更深一层的适配：理解每个Harness的工具调用协议，把不同Provider的响应转换成该Harness能理解的格式。这就像USB-C Hub——OpenRouter是一个电源适配器，FCC是一个完整的扩展坞，支持视频、网络、USB、电源全协议转换。
七、AGPL v3的意味
FCC采用AGPL v3许可证，这在编程Agent生态中比较少见。大多数Agent工具用MIT或Apache 2.0。
AGPL v3的关键条款是：如果你通过网络提供基于FCC的服务，你必须开源你的修改。这意味着云厂商不能拿FCC做闭源SaaS——任何基于FCC的云服务都必须开源其定制部分。
这是一个保护性条款，确保FCC始终是开源生态的一部分。对于个人用户和企业内部使用，AGPL v3和MIT没有区别。但对于想做商业SaaS的团队，需要谨慎评估。
八、核心洞察：编程Agent的"中间件时代"
FCC代表了一个趋势：编程Agent正在进入"中间件时代"。
2024-2025年，编程Agent的竞争是"谁的模型更强"——Claude Code vs Codex vs Cursor。2026年，竞争变成了"谁的生态更开放"——谁能接入更多Provider、支持更多Harness、提供更灵活的路由。
这和数据库领域的历史很像：
- 早期：Oracle vs MySQL（谁的引擎更强）
- 中期：Hibernate/Prisma（谁的ORM更好）
- 成熟期：连接池/读写分离/分库分表中间件（谁的基础设施更灵活）
九、谁应该关注FCC？
- 编程Agent重度用户：如果你每天用Claude Code/Codex超过4小时，FCC的Provider路由和token节省能直接降低你的使用成本
- 多Agent协作者：如果你同时用多个编程Agent，FCC的统一模型目录让你不用在每个Agent里分别配置API key
- AI基础设施研究者：FCC的"Harness无关"设计是编程Agent中间件化的早期信号
- 预算有限的开发者：1.3B免费token + 90%token节省，对个人开发者来说基本是"免费用"
相关链接
- GitHub仓库：https://github.com/Alishahryar1/free-claude-code
- RTK（命令输出过滤）：https://github.com/rtk-ai/rtk
- Headroom（工具结果压缩）：https://github.com/headroomlabs-ai/headroom
- 许可证：AGPL v3