21CTO导读：OpenCode、Cline 和 Aider 等开源编码代理正在重塑人工智能开发工具市场。例如 OpenCode 新推出的每月 10 美元的套餐也预示着 LLM（生命周期管理）成本的渐进式下降。

AI编码代理正在大规模普及，但运行大型语言模型（LLM）的经济效益却日益恶化，因为开发者需要管理多个API，并且Token费用也极不稳定。当代理需要调用数十次模型才能完成单个请求时，这个问题尤为突出。

开发者社区的回应是开发开源代码代理，这些代理运行在模型之上。由于它们独立于多个生命周期模型（LLM），并且可以跨多个LLM运行，因此能够保持成本稳定。

OpenCode（https://opencode.ai/）便是这样一家公司，它上周推出了OpenCode Go（https://opencode.ai/go），这是一款每月 10 美元的订阅服务，目标是让这些工作负载更容易管理。

代理层占据中心舞台

OpenCode 等编码代理的兴起也预示着人工智能软件栈价值所在位置发生转变。

早期生成式人工智能的研究大多集中在生命周期模型（LLM）本身的功能上。而像 OpenCode 这样的新工具可以扫描代码库、解读开发者指令、将任务分解为多个步骤、运行命令，并将更改应用到整个项目中。实际上，它们将模型的通用推理能力转化为代码库中的具体操作。

越来越多的类似开源项目正在探索这一领域。

除了 OpenCode 之外，Kilo Code（https://kilo.ai/，目前GitHub 上拥有 1.63 万颗星）等工具也在尝试类似的开源代理架构，同时 推出付费服务以支付基础设施成本。

另一款Cline是一款开源的 VS Code 扩展，它源于 2024 年 Anthropic 举办的“Build with Claude”黑客马拉松，目前在 GitHub 上拥有 5.87 万颗星。与此同时，Aider（https://aider.chat/，目前在 GitHub 上拥有 4.16 万颗星）经过多年的发展，已成为最成熟的开源编码代理之一。

这类项目标志着围绕生命周期模型（LLM）构建的新型开发者工具层的出现。代理是开发者与之交互的界面：它是一款能够解释任务、浏览代码库并协调模型调用以生成最终输出的软件。

与整个软件领域类似，订阅模式已成为这些工具的标准打包方式。

Anthropic的 Claude Code、OpenAI 的 Codex和Cursor等工具将模型访问与助手功能相结合，助手可以读取代码库、提出修改建议并执行项目中的任务。订阅层通常将模型使用量打包成一个月度计划，这反映出这些系统产生的大量请求流量。

OpenCode 从一个略有不同的角度切入这个问题。它是一个开源的编码代理，运行在终端中（ 桌面应用程序目前也处于测试阶段），可以连接到开发者想要使用的任何模型。OpenCode 充当开发者和模型之间的中立层，使得同一个代理能够操作来自 OpenAI、Anthropic、Google 或其他托管平台的开源模型。

开源代理正在领先

OpenCode 于 2024 年悄然诞生，其前身是 Serverless Stack ( SST )团队，SST 是一个用于在亚马逊网络服务 (AWS) 上构建应用程序的开源框架。参与 OpenCode 开发的几位开发者与 Serverless Stack 的开发者相同，包括Dax Raad，以及Jay V和Frank Wang，他们共同运营着开发者工具公司Anomaly。

2025年全年，该项目发展势头强劲。根据Runa Capital发布的ROSS指数（快速增长的商业开源初创公司指数），OpenCode代码库在去年年底的GitHub星标数已达4.46万，跻身增长最快的项目之列。该代码库的星标数也持续增长，截至2026年3月，已突破11.7万。

OpenCode 的吸引力部分在于其灵活性。

许多主流编码代理都与特定的模型提供商紧密绑定——例如 Anthropic 的 Claude Code 或 OpenAI 的 Codex。Cursor 则在其编辑器环境中公开了一组精选的模型。然而，OpenCode 允许开发者连接自己的模型提供商和 API 密钥，支持数十种模型提供商，甚至支持本地托管系统。

随着模型提供商加强对系统访问方式的控制，这种灵活性变得愈发重要。

例如，Anthropic最近收紧了 Claude 的限制，因为他们发现一些第三方工具（包括 OpenCode）通过外部代理路由 Claude Code 订阅访问权限。此次变更阻止了 Claude Code 订阅凭证在 Anthropic 工具之外的使用，但开发者仍然可以通过 OpenCode 等工具中的标准 API 访问 Claude 模型。

此举似乎旨在应对部分开发者采用的一种模式：通过固定费用订阅来运行高强度的代理循环，而如果采用基于使用量的 API 定价，成本则会高得多。相比之下，OpenAI 模型仍然可以在 OpenCode 等第三方代理中使用，这反映出模型提供商之间为赢得开发者社区而日益激烈的竞争。

OpenCode Go 基于这种模型灵活性，提供了一个捆绑式选项。开发者无需自行连接外部供应商，每月 10 美元的套餐即可直接在工具内部访问多个模型，包括智谱的GLM-5 、Moonshot AI 的Kimi K2.5和MiniMax M2.5。这三个模型均来自中国的人工智能实验室，运行成本普遍低于许多西方前沿系统，这使得低成本订阅模式对于一个可能产生大量模型调用的工具来说成为可能。

当然，编码代理倾向于产生突发性的模型活动，而非持续性的活动。单个请求可能会触发数十次模型调用，因为代理会扫描代码库、提出更改建议、运行命令并修改其输出。这种模式可以在短时间内产生大量的令牌。

结语

开源特性使得这个新的代理层具有可塑性，开发者可以检查、修改和替换影响代理行为的组件。

这种基于代币的机制也使得 OpenCode Go 的定价策略正在引人注目：每月 10 美元的开源订阅价格相对较低，表明运行这些模型的成本已降至足以使低利润订阅模式可行的程度，这对于了解其潜在的经济走向具有重要意义～

作者：手扶拖拉斯基