OpenCode：当 coding agent 的操作系统被开源
Anthropic 把 Claude Code 闭源，社区用 TypeScript 写了一个 1:1 替代品，还加了桌面 App。
目录
仓库：anomalyco/opencode
语言：TypeScript
Trending：576 stars/day
协议：MIT
一句话
Anthropic 把 Claude Code 闭源，社区用 TypeScript 写了一个 1:1 替代品，还加了桌面 App。
场景开篇
如果你用过 Claude Code，大概有过这种体验：让 AI 帮你改一个跨文件的 bug，它先读 5 个文件，理解了上下文，然后精准地改了 3 行代码。整个过程 30 秒，你只说了一句话。
然后你看了一眼账单。
Claude Code 按 token 计费，一个复杂任务跑下来，API 成本可能比你的 GitHub Copilot 订阅费还贵。更关键的是——它不开源。你不知道它怎么组装 prompt，怎么管理上下文，怎么做工具选择。你只能信任 Anthropic。
OpenCode 的作者做了一个简单的事：把 Claude Code 的核心架构用 TypeScript 重新实现，开源出来，让你可以接入任何 LLM provider。
核心设计：两个 Agent，不是一个
OpenCode 最有意思的设计不是"开源 Claude Code"，而是它把 coding agent 拆成了两个独立角色：
Build Agent（执行者）
负责写代码、改文件、跑命令。这是你日常交互的那个 agent——你说"加个登录页面"，它就去改 React 组件、写 CSS、更新路由。
Plan Agent（规划者）
负责理解任务、拆解步骤、制定计划。它不写代码，只输出一个结构化的执行计划。你可以把它想象成"架构师"角色——先想清楚做什么，再让 Build Agent 去做。
这个拆分看起来简单，但它解决了一个 coding agent 的核心问题：执行和规划用不同的上下文窗口。
传统 coding agent 的做法是：一个 agent 同时负责规划和执行。问题是，规划阶段需要看全局（整个 codebase 的结构），执行阶段需要看局部（当前文件的具体内容）。如果用同一个上下文窗口，要么规划时看不够全局，要么执行时上下文太长导致注意力分散。
OpenCode 的解法是让两个 agent 各自有独立的上下文窗口，通过一个共享的任务列表协调。Plan Agent 输出任务列表，Build Agent 逐个执行。这和人类开发团队的工作方式一致——架构师写设计文档，程序员按文档实现。
桌面 App：从 CLI 到 GUI
OpenCode 不只是 CLI，还有一个桌面应用（目前 Beta）。这看起来是个小细节，但它指向一个更大的趋势：coding agent 正在从"终端工具"变成"开发环境"。
想想 IDE 的演化路径：Vim（终端）→ Emacs（终端+GUI）→ VS Code（GUI+扩展生态）→ Cursor（GUI+AI）。每一步都在增加抽象层，让开发者更少地接触底层细节。
OpenCode 的桌面 App 是同一逻辑的延续：把 coding agent 从"终端里的一条命令"变成"一个完整的开发环境"。你不再需要记住 CLI 参数，而是在一个图形界面里管理 agent 会话、查看 diff、审批代码变更。
安装方式的野心
看 OpenCode 的安装文档，你会发现它支持几乎所有包管理器：
- npm、bun、pnpm、yarn（Node 生态）
- scoop、choco（Windows）
- brew（macOS/Linux）
- pacman（Arch Linux）
- mise、nix（跨平台版本管理）
对比 Claude Code 的安装方式：npm install -g @anthropic-ai/claude-code。只有 npm，绑定 Anthropic 的 API。
OpenCode 的策略很清楚：用安装渠道的广度对冲品牌认知的劣势。你可能没听过 OpenCode，但你的包管理器认识它。
开源 coding agent 的结构性优势
OpenCode 不是第一个开源 coding agent（之前有 Aider、Continue 等），但它代表了一个趋势：开源 coding agent 正在系统性地复制闭源产品的功能矩阵。
闭源 coding agent 的三个核心组件： 1. LLM 接入层：调用 GPT/Claude/Gemini API 2. 工具层：文件读写、代码执行、git 操作 3. 上下文管理层：codebase 索引、会话历史、任务跟踪
OpenCode 把这三层都开源了，这意味着：
- LLM 接入层：你可以接入任何 provider，不被锁定在 Anthropic
- 工具层：你可以审计工具调用的逻辑，确保安全
- 上下文管理层：你可以自定义索引策略，适配你的 codebase
多语言支持的隐藏信号
OpenCode 的 README 支持超过 20 种语言，包括中文、日文、韩文、阿拉伯文、孟加拉文、泰文、土耳其文、乌克兰文、希腊文、越南文。
这不是"国际化做得好"这么简单。这是一个开源项目在说：coding agent 不应该只有英语用户能用。
Claude Code 和 Cursor 都主要面向英语开发者。非英语开发者在用这些工具时，往往需要用英语提问，即使他们的 codebase 里有大量非英语注释和文档。OpenCode 的多语言支持意味着你可以用中文和它交互，它会理解你的 codebase 中的中文注释。
和 Claude Code 的关系
OpenCode 不是 Claude Code 的"盗版"。它更像是 Linux 之于 Unix：同一个设计理念，不同的实现路径，不同的治理模式。
Claude Code 是 Anthropic 的商业产品，它的优势是和 Claude 模型深度优化、有 Anthropic 的工程团队维护、有企业级支持。
OpenCode 的优势是开源、provider 无关、社区驱动。你可以在 OpenCode 里用 Claude，也可以用 GPT，也可以用本地的 Llama。
这两个产品会长期共存。Claude Code 适合不想折腾的企业用户，OpenCode 适合想要控制权的开发者。
一个更大的问题
OpenCode 的存在引出一个更深层的问题：coding agent 的核心价值到底在模型层还是在工程层？
如果 OpenCode 能用同样的 LLM 提供和 Claude Code 类似的体验，那 Claude Code 的溢价来自哪里？来自 Anthropic 的模型优化？来自更好的 prompt engineering？还是来自品牌信任？
这个问题目前没有答案。但 OpenCode 的存在让这个问题变得可验证——你可以用同一个 LLM，分别跑 Claude Code 和 OpenCode，比较输出质量。
这种可验证性本身就是开源最大的价值。
核心洞察：OpenCode 的 Build/Plan 双 agent 设计把执行和规划解耦成两个独立上下文窗口，这和人类开发团队的架构师/程序员分工一致。开源 coding agent 的结构性优势不在于"免费"，而在于"可审计"——你能看到上下文管理的逻辑，能修改工具调用的行为，能接入任何 LLM provider。