OpenCode

OpenCode 远不止是一个“开源版的 Copilot”，它是一套把 AI 代码助手的**控制权、数据隐私和定制能力**完全交还给开发者的终端原生工具链。如果你受够了闭源插件的“黑盒”行为，或者想在本地用满血模型（如 Qwen2.5-Coder、DeepSeek-Coder）而不被厂商限流，那它可能是当前最值得迁移的日常编码终端。

它到底是什么？和 Copilot / Cursor 有什么本质区别？

OpenCode 是一个 运行在终端（Terminal）里的 AI 结对编程代理，由加拿大初创公司 SST（就是做 Serverless Stack 框架那个团队）开发并开源。它不是 IDE 插件，而是一个独立的 TUI（文本用户界面）程序，直接跑在你的 bash、zsh 或 Windows Terminal 里。

核心差异在于它的代理（Agent）模式：它不像 Copilot 那样只做“补全”或“聊天”，而是能直接读取你的工作区文件、执行终端命令、运行测试、甚至自动修复编译错误。你可以把它想象成一个坐在你旁边、能直接操作你电脑的资深工程师，而不是一个只会写片段的输入法。

核心功能拆解：它到底能帮你干什么？

我用了大概三周，每天 8 小时高强度写 Go 和 Python，最有感知的是下面这五件事：

• 多文件感知的代码生成：当你要求“实现这个函数并更新所有调用方”，它不会只给你一段代码，而是会列出计划，然后逐文件修改，最后跑一遍测试给你看结果。这对重构老项目是降维打击。
• 原生终端命令执行：它可以直接帮你跑 git diff、npm test、python manage.py migrate，并读取输出结果。遇到报错时，它会自己看堆栈然后提出修复方案，不需要你手动复制粘贴错误信息。
• 模型无关的“万能插座”：它不绑定任何一家模型。你可以在配置文件里同时配好 Anthropic Claude、OpenAI GPT-4o、本地 Ollama 模型，甚至通过 OpenRouter 调用任意开源模型。我目前主力用 claude-sonnet-4 做复杂推理，用本地 qwen2.5-coder:32b 做快速补全，切换零成本。
• 会话快照与恢复：终端里断了网或者误关了窗口？下次启动输入 opencode resume，它能把之前的对话上下文、文件修改状态全部恢复，连终端输出历史都在。
• 自定义 Agent 指令（.opencode.md）：在项目根目录放一个 .opencode.md 文件，写清楚“本项目的代码风格是 Google Java Style”“所有 API 必须带重试机制”，它会在每次对话时自动加载这些约束，比在聊天里反复强调靠谱得多。

上手体验与“真香”细节

安装就一条命令：curl -fsSL https://opencode.ai/install | bash，或者用 Homebrew：brew install opencode。启动后在项目目录输入 opencode，它会自动扫描当前 Git 仓库结构。

最打动我的一个细节是它的 “计划-执行-验证”循环。当任务比较复杂时，它不会闷头改代码，而是先输出一个编号列表，比如：

1. 修改 auth/service.py 中的 JWT 过期逻辑
2. 在 tests/test_auth.py 新增两个边界用例
3. 运行 pytest tests/test_auth.py -x 验证

你确认后它才动手。每一步执行完，它会停下来等你看 diff，而不是一股脑把所有改动糊到你脸上。这种“可中断、可回滚”的交互方式，让我敢把一些之前不敢交给 AI 的核心逻辑改动放权给它。

收费模式与方案对比

关于费用，这里有个容易混淆的点：OpenCode 本身完全免费且开源（Apache 2.0 协议），你永远不需要为这个工具付费。你花钱的地方是“模型 API 调用费”——它相当于一个 BYOK（Bring Your Own Key，自带密钥）客户端。

官网入口：https://opencode.ai，GitHub 仓库在 github.com/sst/opencode。如果你是 Vim/Neovim 用户，它甚至支持在 Neovim 里以浮窗模式直接调用，不需要切出编辑器。

它有哪些明显的短板？

诚实地说，它不是银弹。我遇到三个比较烦的问题：

• 终端 UI 有学习门槛：所有操作靠快捷键（比如 Tab 切换模式、Ctrl+E 打开编辑器），第一次用会有点懵。但官方文档有完整的交互指南，大概半天能适应。
• 超大仓库（10万+文件）扫描较慢：首次建立文件索引需要几十秒，之后的增量更新还好。如果你的项目是巨型 monorepo，建议在 .gitignore 里排除掉 node_modules 和构建产物。
• 对非主流语言支持一般：Python、TypeScript、Go、Rust 这些生态成熟的语言表现惊艳，但如果你写的是 COBOL 或者 Racket，它的训练数据可能不够，生成质量会明显下降。

和 Cursor / Copilot 的横向对比（个人主观体验）

如果你重度依赖 GUI 的“代码补全预览”和鼠标操作，Cursor 可能更顺手；但如果你喜欢键盘流、或者需要自动化处理跨文件重构，OpenCode 的代理模式明显更高效。另外，Copilot 目前在 VSCode 里的 #workspace 上下文引用做得比 OpenCode 的自动扫描更精准，但代价是闭源和订阅费。

什么人适合现在就用？

我建议这三类人立刻尝试：

1. 受够了闭源 AI 工具“乱改代码且不给理由”的资深开发者——OpenCode 的每一步操作都显示 diff 和原因，你能完全掌控。
2. 有隐私合规要求的金融、医疗行业程序员——配合本地 Ollama，代码永远不会上传到第三方服务器。
3. 喜欢折腾、想用最新开源模型（如 DeepSeek-V3、Qwen2.5）的人——它支持按模型配置不同的 temperature 和 top_p，甚至可以写自定义提示词模板。

如果你是刚学编程的新手，我反而不太推荐。它默认假设你懂 Git、懂命令行、能看懂 diff，否则面对一堆操作指令会手足无措。新手还是先老老实实用 Copilot 或 Cursor 培养直觉更好。

相关问题

Q1：OpenCode 和 Aider 有什么区别？
Aider 更偏向“纯 Git 提交驱动的结对编程”，而 OpenCode 的 TUI 交互更丰富，支持会话恢复和图形化 diff 预览。两者都开源，但 OpenCode 的社区更新更活跃。

Q2：本地跑 Ollama 需要什么配置？
想要流畅跑 7B 模型（如 Qwen2.5-7B），至少需要 16GB 内存；跑 32B 模型建议 64GB 内存或使用量化版本。没有 NVIDIA 显卡的话，CPU 推理也能用，只是速度慢 3-5 倍。

Q3：OpenCode 能替代人工 Code Review 吗？
不能完全替代。它能抓出逻辑漏洞和风格问题，但对架构合理性、业务语义理解的判断远不如资深同事。建议把它当“第一轮自动检查”，人工 review 还是得做。

Q4：如果我只用 Copilot 的聊天功能，有必要换吗？
如果你是纯前端写 CSS/React 简单组件，没必要折腾。但如果你经常改后端接口、数据库迁移、多文件联调，OpenCode 的“自动跑测试并修复”能帮你省下大量复制粘贴报错的时间。

Q5：OpenCode 会取代 Cursor 吗？
短期不会。Cursor 的 GUI 体验（比如可视化 UI 设计、截图生成代码）是终端工具无法比拟的。两者定位不同：Cursor 是“带 AI 的 IDE”，OpenCode 是“带 AI 的终端”。我目前是 Cursor 写前端样式，OpenCode 做后端逻辑，互补使用。