开源 AI 编程助手 opencode:不绑模型,装在终端里

很多人用 AI 写代码，是打开某个产品、登录账号、按它配好的模型聊天。可一旦你想换个更聪明的模型、想把工具装进自己的服务器、想让它只读不改——往往就卡住了。opencode 想换一种思路：把 AI 编程助手做成一个开源、装在终端里、模型随你挑的工具。

📌 项目名片

🤔 它解决什么问题

过去一年，"让 AI 帮我写代码"几乎成了开发者的日常。但大多数好用的 AI 编程助手都是一个封闭产品：它替你选好了背后的大模型，按席位或按月收订阅费，代码和对话要走它的云，你很难把整套东西搬到自己的机器上，也很难换成另一家更合适的模型。

对个人开发者，这意味着被单一厂商和单一模型绑定；对团队和企业，还多了一层顾虑：代码是核心资产，能不能自托管、数据流向哪里、合规怎么过，往往比"好不好用"更关键。

opencode 的切入点就在这里。它是一个开源的终端 AI 编程智能体：你在命令行里启动它，告诉它要做什么，它能阅读你的代码库、提出修改方案、执行命令、完成多步骤任务。关键在于，它不绑定任何一家的大模型——背后用哪个模型，由你在配置里决定。

举一个贯穿全文的场景：你接手一个陌生的开源项目，想先搞清楚结构再动手。用 opencode，你可以先切到只读的 plan 模式，让它通读代码、梳理模块关系、给出改造建议，这一步它不会动你任何文件；确认方向后再切到 build 模式，让它按计划改代码、跑测试。整个过程在终端完成，模型是你自己接入的——这是官方文档描述的典型用法，不是实测数据。

✨ 核心亮点

两种内置模式：先看懂，再动手

opencode 自带两个可用 Tab 键切换的 agent。build 是默认模式，拥有完整权限，适合真正写代码、改文件的开发工作；plan 是只读模式，默认拒绝修改文件、在执行任何 bash 命令前都会先征求许可，专门用来探索不熟悉的代码库或规划改动。

这个区分很实用。AI 编程助手最让人不安的，就是它可能在你没看清楚时就改了一堆文件、跑了危险命令。plan 模式等于给了你一个"只动嘴不动手"的档位，先把思路理顺，再放权给它执行。此外还有一个 @general 子 agent，用于复杂搜索和多步骤任务，可以在消息里直接召唤。

模型自选，不被单一厂商绑定

这是 opencode 和多数封闭式 AI 编程产品最根本的区别。它本身不自带、也不强制某一个大模型，而是把模型接入权交还给你——你用哪家、用哪个型号、是调 API 还是接自己部署的模型，都写在配置里。

对读者的价值很直接：当某个模型降价、或出了更强的新版本，你换一行配置即可，不必等产品方更新，也不必为了用上新模型而换一整套工具。代价是，你需要自己准备模型的访问凭证（API Key 或相应订阅），这部分下面会专门讲。

终端原生，也有桌面应用

opencode 以终端为主场，天然适合习惯命令行的开发者，也方便塞进脚本、远程服务器和各种自动化流程里。同时它还提供了处于 Beta 阶段的桌面应用，覆盖 macOS、Windows 和 Linux，给不想一直待在命令行的人一个图形入口。

安装方式也相当多：官方安装脚本、npm / bun / pnpm / yarn、Homebrew、Arch 的 pacman 与 AUR、mise、Nix 都能装。这种"哪种包管理器都照顾到"的做法，降低了不同环境的上手门槛。

🚀 快速上手

文档入口在 https://opencode.ai/docs ，模型配置、agent 用法和权限细节都在里面。

👥 适合谁

有两个成本必须说清楚。第一，开源不等于免费运行：opencode 的应用源码是 MIT 开源的，但它背后调用的大模型通常按量计费，Token 花销由你自己承担，用得多账单就不小，这和"下载即免费"是两回事。第二，自动化改代码天然有风险：让一个 agent 自动改文件、跑命令，意味着它可能改错、删错。plan 模式和执行前询问是官方给的缓解手段，但真正的防线仍是你自己的人工审查和版本控制，别把没备份的项目直接交给它。

另外提醒一句：216k 的 Star 代表的是社区关注度，不等于它在你的具体场景里一定稳定好用；是否用于正式生产，建议先在小项目上验证。

💡 小结

如果你已经习惯命令行，又不想被某一家产品和它选定的模型锁死，opencode 提供了一条清爽的路线：开源、终端原生、模型自选、权限可控。但它不是"下载即免费"的玩具，模型费用和改代码的风险都要你自己掂量。最省事的下一步，是挑一个不重要的小项目，装上它、先用 plan 模式读一遍代码，感受一下它到底懂不懂你的工程，再决定要不要让它动手。