2026年1月，人工智能公司Anthropic做出了一项引发开发者社区强烈震动的决定：封禁第三方工具通过其Claude Code服务进行调用。

该消息传出后的一周内，开源编程Agent项目OpenCode的GitHub Star数开始急剧飙升。此前五个月积累了5万颗星，而1月之后的短短几周内又增加了3万颗。截至目前，这一数字已突破17万。

部分观察者将这两件事联系起来，认为OpenCode是“Claude Code被封禁的最大受益者”。

但事情的真相远比表面复杂。

一、事件始末

OpenCode的起点并不起眼。2025年6月首次在GitHub发布时，创始团队仅有寥寥数人。前五个月Star数增长至5万，速度尚可，但远未达到爆发式增长的程度。

真正的转折点出现在2026年1月。

Anthropic开始严厉打击第三方工具通过Claude Pro / Claude Max订阅账号调用其模型的行为。OpenCode此前支持用户使用Claude订阅直接登录，其原理是伪装成Claude Code的客户端身份，发送相同的OAuth请求头。

Anthropic的反制措施分为三步：技术封锁、账号封禁以及法律行动。OpenCode的回应同样果断——直接移除了对Claude Pro/Max订阅以及Claude API key的支持。

然而，社区的反应比这两方都要迅速。开发者开始大量涌入OpenCode。截至2026年3月，OpenCode的GitHub Star数已达到12.8万，贡献者超过800人。月活跃开发者数量从65万飙升至650万，随后逼近800万。

一个开源项目在不到一年的时间内，实现了800万月活跃用户。

二、本质上是供应商锁定的反弹

这件事的本质并非“Claude不让用了”。

其核心是开发者对“供应商锁定”策略的集体反弹。

过去两年间，AI编程工具市场被几家巨头所瓜分。Cursor每月收费20美元，捆绑了自有模型套餐。Claude Code按Token计费，只能使用Anthropic的模型。GitHub Copilot每月10美元，仅支持OpenAI。

每一个工具都在努力将用户圈定在自己的生态系统中。

OpenCode则选择了一条截然相反的道路：模型无关。

它支持超过75种模型提供商——包括Anthropic、OpenAI、Google Gemini、DeepSeek，以及本地部署的Ollama和llama.cpp。你使用谁的API Key，就连接谁的模型。工具本身不抽成、不锁定、不干预。

安全领域知名博主Daniel Miessler进行了一项直接对比实验：使用OpenCode从零开始编写一个完整的博客。他的结论是：“在至少这个任务上，OpenCode与Claude Code表现一样出色。”

他原本以为Claude Code的优势在于某种“秘密配方”——上下文管理、记忆维护、多文件多步骤的编排能力。但实际使用后发现，OpenCode同样做得很好。

他的判断是：Claude Code并无秘密可言。可能仅仅是围绕上下文窗口和记忆管理所实施的优秀工程实践。一旦其他工具实现了类似的编排策略，差距便会迅速缩小。

一条Reddit高赞评论说得更为直白：「Anthropic正在激励用户留在自己的产品生态内，而非在API之上构建外部工具。」

开发者用脚投票的结果是：OpenCode成为了GitHub上Star数最高的开源编程Agent，超越了Gemini CLI和Claude Code。

三、技术架构拆解：四层设计和一个核心机制

OpenCode能在短时间内收获如此多的Star数，绝非仅仅依靠“免费”二字。

底层架构的合理性才是支撑其高效运行的核心。

OpenCode采用客户端-服务器（C/S）架构，基于TypeScript和Bun运行时构建，整体划分为四层。

第一层：客户端层。提供三种交互方式——终端TUI（核心）、桌面应用以及IDE扩展。TUI采用键盘快捷键驱动设计，类似htop、fzf这些终端工具，操作流畅且符合终端用户习惯。

第二层：核心服务层。这是OpenCode的“大脑”，包含袋里调度、任务管理以及工具引擎。负责任务拆解与执行，是Agent模式的核心运转层。

第三层：扩展层。插件系统与配置管理，负责功能扩展与个性化适配。社区贡献的插件（例如Oh My OpenAgent）便挂载在这一层。

第四层：模型适配层。多模型兼容接口，负责与75家LLM提供商的对接与适配。这是OpenCode实现“模型无关”的技术基础。

核心设计理念是“袋里模式工作流”——将复杂编程任务拆分为“主袋里→子袋里”的协作模式，通过任务委派机制协调执行。配合Self-Healing自愈机制，实现任务中断后从断点继续。

OpenCode还有一个关键设计：Plan与Build双模式。

在Plan模式下，Agent仅进行分析而不做任何修改，生成一份详细的实现计划。你审核完计划，确认无误后，再切换到Build模式让其执行。

这一设计解决了一个非常实际的痛点：AI修改代码时，你往往不敢让它直接动手。Plan模式为你提供了一道保险——先看方案，再执行。

四、一个真实的对比：同样改代码，差别在哪里

同一个任务：将项目里所有的API调用从一种方式转换为另一种方式。

使用Cursor时：输入指令，工具开始工作。分析代码、生成方案、执行修改。过程看似流畅。但处理到20个文件后，提示token超限。你无法得知它使用了什么模型、耗费了多少Token、以及为什么某个文件未被修改。

使用OpenCode时：你首先在Plan模式下输入指令。Sisyphus编排器启动Explore袋里扫描代码库，Prometheus袋里制定重构计划，随后后台并行执行。每一步都有详细记录可供审查。

区别不在于“能否修改代码”。而在于“你是否拥有控制权”。

OpenCode将AI编程从“黑盒委托”转变为“可审查的协作”。

另一个关键差异在于成本。Cursor Pro每月收费20美元。OpenCode工具本身免费，你只需支付模型提供商的API费用。使用便宜的模型处理简单任务，使用昂贵的模型处理复杂任务——成本完全由你自己掌控。

五、不同人应该如何看待这件事

对在校学生而言：看不懂行业变化是正常的。AI编程工具每半年迭代一轮。OpenCode为你提供了一个“不变的东西”——一个开源的、模型无关的Agent框架。你学会的是“如何用Agent编程”这件事本身，而不是“如何用某个特定工具”。这种能力是跨工具的。

对初级工程师而言：你担心AI会取代你的工作。OpenCode的Plan/Build双模式说明了一件事：AI目前尚无法完全自主。Plan模式需要人工审核，Build模式需要人工确认。你的价值不在于“写代码”本身，而在于“判断AI写的代码是否正确”。

对中级工程师而言：你的方法论需要升级了。传统的工作方式是“接到需求→分析→写代码→测试”。有了OpenCode，工作方式变为“接到需求→用Plan模式让AI出方案→审核方案→用Build模式让AI执行→审核代码”。你的角色从“执行者”转变为“审核者和决策者”。

OpenCode联合创始人Dax Raad在一期播客中谈到了关于AI编码的三个错觉：

第一，代码产出量暴涨，但“做得更快”不等于“做得更好”。功能堆得越多，产品越像弗兰肯斯坦式的怪物。

第二，AI正在悄悄消解工程师的“愧疚感”。以前写hack代码会感到不适，那种刺痛感在帮你校正判断。现在Agent替你干了脏活，地雷其实还在，只是你感觉不到了。

第三，大多数工程师并没有用AI增加产出，而是用AI省下了时间。

这几句话值得反复品味。

六、你的开发工具链，现在谁在控制？

AI编程工具的核心问题从来不是“能否写代码”。

而是“控制权在谁手里”。

Cursor控制了你用什么模型。Claude Code控制了你用什么模型以及如何付费。GitHub Copilot控制了你用什么模型以及代码数据流向何处。

OpenCode则把控制权还给了你。

你自己选择模型，自己支付费用，自己控制数据流向。工具只是工具，不做任何绑定。

但控制权也是有代价的。你需要自行配置API Key，自己管理模型选择策略，自己判断何时使用Plan模式、何时使用Build模式。OpenCode给了你自由，也给了你责任。

最后一个问题：

你现在的AI编程工具链中，谁在控制模型选择、成本策略以及数据流向——是你自己，还是工具厂商？

欢迎在评论区分享你的选择。