殊途同归的进化:当AI成为编程主体,编程工具生态正在发生什么?

引言

2026 年 4 月，Warp 在 GitHub 开源了其 100 万行 Rust 代码库，一个终端模拟器获得了近 6 万颗星。同月，OpenAI 为竞品 Claude Code 发布了官方插件，让 Codex 直接给 Claude Code 打下手。5 月，OpenAI 又把 Codex 直接塞进了 ChatGPT 移动端 App——手机变成了 Agent 的随身控制台。

这三件事放在一起，指向一个正在发生的变化：编程工具不再围绕"人怎么写代码"设计，而是围绕"Agent 怎么写代码、人怎么管 Agent"设计。

上一篇文章讨论了 AI 编程范式的演进——从 Vibe Coding 到 Agent 模式，关注的是"人怎么用 AI"。这篇文章关注另一个维度：AI 成为编程主体之后，围绕 AI 的工具生态正在经历怎样的进化？

我们在深入使用这些 AI 工具之后，逐渐感受到：这不仅是产品形态的变化，更是后 AI 编程时代工具演进方向的一次集中显现——编辑器与终端正在走向融合，移动端正在从”噱头”演变为刚需，多 Agent 协作也正在从社区 Hack 逐步沉淀为基础设施。不同路径的演化，最终都在指向同一个方向。

编程工具的中心，正在从”代码编辑”转向”Agent 调度”。 IDE、终端、移动端、多 Agent 系统，看似不同方向，实际上都在围绕同一件事演化：如何让 Agent 持续工作，同时让人类保持控制。下文中——Agent 环境、移动端、多 Agent 编排——就是这个趋势的三个投影。

一、殊途同归：编辑器与终端的 Agent 化

这个时代最有趣的现象之一：从编辑器出发的 Zed 和从终端出发的 Warp，正在收敛到同一个终点——Agent 开发环境。

一个是 Atom 创始人的第二次尝试，一个是红杉投资的终端项目。起点不同，方向一致。

Zed：编辑器的 Agent 化

维度	数据
仓库	zed-industries/zed^[1]
语言	Rust（200+ Crates）
Stars	58,000+
创建者	Atom 和 Tree-sitter 的作者
许可证	开源（GPUI 框架 + AGPL）
平台	macOS, Linux, Windows

Zed 的创始团队来自 Atom 编辑器。Atom 曾经是"可 hack 的编辑器"的代名词，但最终因为 Electron 的性能瓶颈输给了 VS Code。Zed 是他们的第二次尝试，底层完全重写——自研 GPUI（GPU 加速 UI 框架，不用 Electron），200+ Rust Crates，协作作为架构基础。

这些技术选择在 2024 年之前看起来像是"追求极致性能的极客项目"。但在 Agent 编程时代，它们的意义变了——Agent 产生的操作频率远高于人类操作，GPU 加速不是为了丝滑滚动，而是为了让 Agent 的大批量文件操作不卡顿。

Zed 对 AI 的集成方式与 VS Code + Copilot 有根本区别：

维度	VS Code + Copilot	Zed AI
AI 架构	Copilot 深度绑定	Provider-Agnostic（多模型注册表）
模型支持	OpenAI/Copilot 为主	Anthropic、OpenAI、Google AI、Ollama、DeepSeek、Copilot 等 13+
Agent 模式	Copilot Chat	Agent Panel（一等公民面板）
配置粒度	统一模型	4 个独立模型槽位
本地模型	有限支持	Ollama/LMStudio 原生集成

Zed 的 LanguageModelRegistry 维护了四个独立的模型槽位：

槽位	用途
`default_model`	主助手模型（Assistant Panel、Agent）
`inline_assistant_model`	内联补全（Copilot 风格）
`commit_message_model`	Git 提交信息生成
`thread_summary_model`	对话线程摘要

这个设计反映了一个认知：不同任务需要不同模型。Agent 模式用 Claude Opus 做推理，内联补全用本地 Ollama 做快速建议，提交信息用便宜模型生成——每个环节各司其职。

2025 年，Zed 做了一个关键的 UI 决策：引入面板布局切换器，在"经典模式"和"Agent 模式"之间切换。这不是加了个侧边栏——这是承认 AI 优先的工作流是一种独立的操作模式。Agent 可以读写代码（Unified Diff）、并行运行、内置 Skills 系统、支持计划模式。

Warp：终端的 Agent 化

维度	数据
仓库	warpdotdev/warp^[2]
语言	Rust（98.2%，100 万+ 行）
Stars	58,500+
融资	7,300 万美元（红杉领投）
许可证	AGPL-3.0（2026 年 4 月开源）
平台	macOS, Linux, Windows

Warp 的创始人 Zach Lloyd 说："它不是终端，也不是 IDE。它是智能开发环境（Agentic Development Environment, ADE）。"Warp 不是"AI 增强的终端"，它经历了四代进化：

Warp 的 AI 能力是分层的——这是它区别于所有其他终端的核心设计：

Active AI（始终在线）：Next Command 预览下一个命令，Tab 接受；命令失败自动建议修复；编译器错误和合并冲突自动生成修复代码
Agent Mode（多轮对话）：AI 自主执行命令、读取文件、编写代码。Dispatch Mode 让 AI 自主运行无需逐一授权，Planning Mode 用推理模型先对齐人类意图再行动
MCP 集成：通过 Model Context Protocol 连接 Brave、GitHub、Postgres 等外部工具

Warp 还做了一个关键设计：Block 架构。每个命令及其输出是一个可导航、可共享、可过滤的独立单元——AI 能"理解你在做什么"，是因为每个 Block 都是结构化的上下文单元。

维度	传统终端	Warp Block
输出组织	连续文本流	离散块（命令+输出成组）
导航	滚动查找	块级跳转、过滤
共享	复制粘贴	Block Permalink（可共享链接）
AI 理解	无结构	每个 Block 都是 AI 的上下文单元

2026 年开源后，Warp 最引人注目的特性是在同一个终端中原生运行 Claude Code、Codex、Gemini CLI 等第三方 Agent——终端变成了 Agent 平台。

收敛点

把 Zed 和 Warp 放在一起看，会发现它们在做同一件事：

维度	Zed	Warp
起点	编辑器	终端
终点	Agent 运行环境	Agent 开发环境 (ADE)
多模型	13+ LLM Provider	多模型切换
Agent 支持	Agent Panel + 并行 Agent	Agent Mode + 第三方 Agent
核心理念	让 Agent 在编辑器里高效工作	让 Agent 在终端里高效工作

它们的终点很可能是同一个东西——一个 Agent 原生的开发环境，同时具备代码编辑、命令执行、Agent 调度、多模型管理的能力。区别只是从编辑器还是从终端出发。

这个收敛不是偶然的。当 Agent 成为编程的主体，"编辑器"和"终端"的边界本身就失去了意义。Agent 不关心 GUI，不关心 cursor，它的核心接口是文件系统、shell、context 和 task loop。IDE 和 Terminal 最终都会退化为 Agent Runtime 的不同外壳。无论你从哪个入口进来，最终都需要一个让 Agent 高效工作、让人保持控制的环境。

二、移动端：从噱头到必备

Agent 编程为什么让移动端变成必需品

在 AI Agent 出现之前，"从手机控制开发环境"是一个伪需求——开发活动本身就需要坐在电脑前。但 Agent 改变了一切：

Agent 是长时间运行的：一个任务可能跑 30 分钟到数小时
Agent 需要人类决策：权限确认、方案选择、错误处理
Agent 产出需要审核：代码审查、架构验证

这意味着开发者需要一种能力：离开键盘但保持连接。就像 CI/CD 有 PagerDuty 做告警，Agent 编程需要移动端做监控和决策。这不是锦上添花，是必需品。

更深层的变化在于：过去的开发模式是人即 CPU，每一步都需要实时操作。Agent 编程把人从执行中解放出来——但解放之后，人需要的是一个异步的监督接口，而不是另一个实时操作界面。移动端恰好是这个接口。

官方方案：Codex 移动端

2026 年 5 月，OpenAI 把 Codex 直接塞进了 ChatGPT 移动端 App——不是第三方 Hook，不是社区插件，而是官方的一体化移动体验。iOS 和 Android 同步上线，所有套餐（包括 Free）可用。

Codex 移动端的设计逻辑很清晰：手机不是执行环境，而是随身控制台。任务仍然在 laptop、devbox 或远程环境里跑，手机只负责判断和决策：

实时回传：截图、终端输出、diff、测试结果、审批请求实时浮出，过程不是黑箱
全线程管理：查看所有 active threads，哪些在 Working、哪些在 Needs input、哪些 Completed
原地操作：补充上下文、批准命令、切换模型、调整方向，甚至直接开新 thread
安全边界：文件、凭证、权限始终留在运行 Codex 的机器上，secure relay 只同步状态和操作

Codex 移动端的意义在于它定义了移动端 Agent 控制的标准形态——不是把开发环境搬到手机上，不是通过第三方中继间接控制，而是 Agent 原生内置的移动控制能力。之前这只能通过社区方案实现，现在官方直接给了答案。

配套的企业级能力也在同步推进：Remote SSH 已经 GA（Codex desktop 直接识别 SSH 配置里的 hosts）、Hooks GA（接入 secrets 扫描、validators、对话记录等流程）、programmatic access tokens 面向 Enterprise/Business。

第三方方案：Happy + Paseo

Codex 移动端目前只服务 Codex 自己。但开发者的 Agent 生态不止一个——Claude Code、Gemini CLI、OpenCode 等都是日常工具。针对这些 Agent，社区方案填补了官方移动支持的空白。

Happy — Agent 的移动监控面板

维度	数据
仓库	slopus/happy^[3]
Stars	20,700+ / Google Play 4.9 分
许可证	MIT / 平台：iOS, Android, Web

Happy 的架构是三层加密中继——CLI 封装 Claude Code/Codex → 中继服务器只传加密 Blob → 移动端解密显示。

它针对 Agent 工作流做了专门设计：并行会话监控、推送通知（Agent 需要许可时即时提醒）、端到端加密、实时语音控制（口述命令直接让 Agent 执行）、全终端功能对等。Happy 不是移动 SSH，它是 Agent 的专属移动客户端——但接入方式是通过 CLI 包装，而非 Agent 原生内置。

Paseo — 多 Agent 移动编排平台

维度	数据
仓库	getpaseo/paseo^[4]
Stars	6,100+ / 93 个版本
许可证	AGPL-3.0 / 平台：iOS, Android, Desktop, Web, CLI

Paseo 比 Happy 更进一步——不只是监控单个 Agent，而是从手机编排多个 Agent 协作。它运行一个本地守护进程，管理 31+ 个编码 Agent（Claude Code、Codex、OpenCode、Copilot、Gemini 等），并提供跨设备功能完全对等。

内置编排技能中最具代表性的三个：

技能	描述
`/paseo-handoff`	任务从一个 Agent 交接给另一个（Claude 规划 → Codex 实现）
`/paseo-loop`	Worker/Validator 循环迭代，直到满足退出条件
`/paseo-committee`	两个高推理 Agent 做根因分析（只分析不动手）

paseo ls                    # 列出运行中的 Agent
paseo attach abc123         # 实时流式输出

Paseo 的守护进程始终运行在开发者自己的机器上，语音技术栈（STT + TTS）完全本地运行，无遥测、无跟踪——数据主权是核心设计原则。

本地运行：Termux 方案

社区里还有一个更激进的路线：直接在 Android 手机上跑完整版 Claude Code。

社区发展出三种路径，图中展示了各自的特点和差异。此外，移动端还可以通过 Claude Code Router^[5] 按任务类型切换模型。

三种路线的定位

维度	Codex 移动端（官方）	Happy / Paseo（第三方）	Termux（本地）
接入方式	Agent 原生内置	CLI 包装 / 守护进程	直接在手机运行
覆盖范围	仅 Codex	Claude Code / Codex / Gemini 等 31+ Agent	单个 Agent
实时回传	截图、终端、diff、测试结果	文本输出 + 推送通知	直接在终端看
安全模型	secure relay，文件凭证留在本地	E2E 加密中继，数据主权	完全本地
多 Agent	不支持	Paseo 支持多 Agent 编排	不支持
适用场景	Codex 用户的日常移动控制	多 Agent 生态用户 / 隐私敏感	旧设备复用 / 应急

结论：Codex 移动端定义了"正统"形态——Agent 原生内置移动控制，而非通过第三方间接接入。但它的局限也很明显：只覆盖 Codex 自己。当你同时用 Claude Code 和 Codex（甚至更多 Agent）时，Happy/Paseo 的多 Agent 移动编排反而更实用。Termux 的真正价值在于旧设备复用——闲置的 Android 手机可以变成 24/7 运行的 Agent 工作节点。

还缺一环：云端基础设施

三条路线共同指向一个结论：Agent 编程正在打破"开发必须在电脑前"的空间限制。但移动端真正成熟，还缺一环——云端代码服务的深度集成。

目前的移动端工具（包括 Codex 移动端）更多是"终端/桌面的延伸"，而不是原生的云端开发体验。当 GitHub/GitLab 提供了 Agent 原生的 API——不只是 Git 操作，而是让 Agent 直接在云端仓库中工作、审查、部署——移动端才会真正成为独立的开发工具，而不仅仅是遥控器。这个基础设施的缺位，可能是移动端下一步进化的方向。

三、多 Agent 协作：不是选配而是标配

一个真实的痛点

如果你同时用过 Claude Code 和 Codex，很快会发现它们各有所长：

Agent	擅长	弱项
Claude Code	大规模重构、复杂架构推理、长上下文理解	有时过度设计、响应稍慢
Codex	快速定向编辑、代码审查、简洁实现	复杂推理和长链规划偏弱
Gemini CLI	文档生成、长文本分析、多语言支持	代码质量不稳定

痛点来了：为什么不能让 Claude Code 做规划、Codex 做实现、Gemini CLI 写文档？ 让每个 Agent 干最擅长的事，而不是被迫用一个 Agent 干所有事。

这种"各有所长"不是偶然的，而是 LLM 能力结构的内在差异——推理能力强的模型不一定执行效率高，代码能力强的模型不一定文档质量好，上下文理解深的模型不一定响应速度快。这种"能力单极化"让单 Agent 在复杂任务中必然遇到瓶颈，多 Agent 协作本质上是模型专业化之后的工程必然。

这不是"如果"的问题，而是"什么时候"的问题。多 Agent 协作是必然趋势。

开放的态度：Codex Plugin for Claude Code

2026 年 3 月，OpenAI 发布了一个值得关注的项目：Codex Plugin for Claude Code^[6]。它让 Claude Code 可以直接调用 Codex 完成三种任务：

标准审查：让 Codex 审查 Claude Code 刚写的代码
对抗性审查：让 Codex 以"找茬"模式审查，发现 Claude Code 的盲点
任务交接：Claude Code 做完规划后，把实现工作交给 Codex

# 在 Claude Code 中通过斜杠命令调用 Codex
/codex review          # 标准审查
/codex adversarial     # 对抗性审查
/codex implement ...   # 交接任务给 Codex

这个插件的意义不在于技术本身——OpenAI 专门为竞品（Claude Code）写了插件。这代表了一种态度：在 Agent 时代，封闭生态不如开放协作。"多 Agent 协作"的需求已经强烈到厂商无法忽视，即使这意味着帮助用户使用竞品。

控制平面：让各路 Agent 各司其职

当多 Agent 协作成为常态，自然需要一个"控制平面"来调度。

PixCode — 自托管的 Agent 控制室

PixCode^[7] 的定位很清晰：终端只能展示 Agent 的文字输出，但 Agent 的实际工作涉及文件变更、Git 操作、Shell 执行、任务规划——这些需要一个真正的可视化工作区。

npx @pixelbyte-software/pixcode
open http://localhost:3001

能力	描述
多 Agent 对话	同一个界面切换 Claude Code、Codex、Gemini CLI、Qwen Code、OpenCode
变更追踪	实时显示 Git 和本地文件变更，高亮编辑位置
分屏面板	主聊天 + 文件查看 + Shell + 源码控制，同时可见
Agent 编排	并行团队、顺序交接、多模型评审、Fallback Agent
TaskMaster	PRD 解析 → 任务拆分 → Agent 执行
外部自动化	REST API、WebSocket、`px_` API Key，可接入 CI/Telegram
远程工作	安装在工作站上，浏览器或 Telegram 远程控制

PixCode 是自托管的——所有数据留在你自己的机器或服务器上，支持 daemon 模式常驻后台。

ZCode — 多 Agent 桌面 IDE

ZCode^[8] 走了另一条路——不是一个控制面板，而是一个完整的桌面 IDE，原生支持多 Agent 协作。核心体验是"任务视图"——左侧任务列表（⌘N 新建），右侧终端 + Agent 对话 + 文件变更面板。每个任务可以指定不同的 Agent 执行，任务之间有时间线追踪，你能看到每个 Agent 花了多长时间、改了什么文件。

主要能力：全局代码理解（跨仓库追踪上下文）、自动化代码审查、多 Agent 任务分配、集成现有工具链。ZCode 的定位更偏向"团队级"——整个开发团队的多 Agent 协作平台。

控制平面的架构共性

无论是 Codex Plugin（插件级）、PixCode（控制面板级）还是 ZCode（IDE 级），它们都指向同一个架构：

核心思想：开发者不再直接操作 Agent，而是通过控制平面来调度 Agent。控制平面负责任务拆分、Agent 路由、结果聚合和冲突解决。开发者只需要定义"做什么"，控制平面决定"谁来做"和"怎么做"。

标准化：协议层正在形成

目前每个控制平面都在做自己的 Agent 接入和调度逻辑——PixCode 用自己的 CLI 封装，ZCode 用自己的 IDE 集成，Paseo 用自己的编排 Skills。但这不会持续太久，因为 Agent 生态的标准化协议栈已经成型。

三层协议正在各就各位，分别解决 Agent 生态中不同层面的互操作问题：

协议	解决的问题	来源
MCP（Model Context Protocol）	Agent 与工具/数据源的连接——Agent 怎么"动手"	Anthropic
A2A（Agent-to-Agent Protocol）	Agent 与 Agent 之间的发现、通信与协作——Agent 之间怎么"对话"	Google，捐给 Linux Foundation，50+ 企业支持
ACP（Agent Client Protocol）	编辑器/IDE 与 AI Agent 的标准接口——任何编辑器都能无缝使用任何 Agent	社区标准，JetBrains、Zed 等已支持

这三层恰好对应了全文讨论的三个维度：MCP 让 Agent 能操作外部工具，ACP 让任何编辑器/终端都能成为 Agent 的界面（呼应第一章"编辑器与终端收敛"），A2A 让多个 Agent 能自主协作（呼应本章"多 Agent 编排"）。当这些协议被控制平面广泛采纳，开发者只需要选择调度策略，而不需要关心 Agent 的接入方式。开放的态度已经确立（OpenAI 给 Claude Code 写插件就是信号），标准也已就位，接下来是工具层对齐协议的过程。

四、开发者的新坐标

从驾驶到车队管理

传统软件开发像驾驶：你握着方向盘，脚踩油门，每一个操作都是你亲自执行。

Agent 编程像管理一支车队：每辆车（Agent）有自己的司机，你需要做的是规划路线（任务拆解）、处理突发情况（权限决策）、审核交付（代码审查）。

对应到工具：

驾驶时你需要的是好方向盘和好引擎（传统编辑器和终端）
管理车队时你需要的是调度中心（PixCode/ZCode）、监控仪表盘（Happy）、车辆维护车间（Zed/Warp）、编排系统（Paseo）

技能树的重组

传统技能	重要度变化	新兴技能
编写代码	↓ 降低	Agent 任务拆解与描述
调试代码	↓ 降低	Agent 输出审核与校验
熟悉 IDE 快捷键	↓ 降低	多 Agent 编排与控制平面操作
架构设计	→ 不变	Agent Provider 选择与模型路由
代码审查	↑ 升高	Agent 权限与安全策略管理

这不是说写代码不再重要，而是说写代码这件事正在被 Agent 大规模替代，开发者的核心竞争力正在向"怎么用 Agent"和"怎么管理 Agent"迁移。

后 AI 编程的工具全景

把所有线索串起来，后 AI 编程时代的工具生态长这样：

三条线——Agent 环境（编辑器/终端收敛）、移动控制（从噱头到必备）、多 Agent 编排（从选配到标配）——互相咬合，形成闭环。

更准确地说，软件开发正在经历一次根本性的位置转移：从 Human-in-the-loop（人类在流程内部，每一步都需要亲自执行）到 Human-on-the-loop（人类在流程上方，定义目标、审核结果、处理异常）。编辑器、终端、移动端、控制平面，都是为这个新位置服务的工具——不是让人更高效地写代码，而是让人更高效地管理写代码的 Agent。

参考资料

Zed Editor - GitHub^[9]
Zed AI Overview^[10]
Zed vs VS Code - Zread^[11]
Is Zed Ready for AI Power Users in 2026? - Builder.io^[12]
Warp Terminal - GitHub^[13]
Introducing Warp 2.0: The Agentic Development Environment^[14]
Happy Coder - GitHub^[15]
Happy Engineering - Official Site^[16]
Paseo - GitHub^[17]
Paseo - Official Site^[18]
Paseo Orchestration Skills Docs^[19]
tmoe-linux - GitHub^[20]
tmoe-linux 参考手册^[21]
如何在手机上跑完整版的 Claude Code - LINUX DO^[22]
Android Termux 安装最新版 Claude Code 的两种方案 - LINUX DO^[23]
在 Termux 中运行 Claude Code 并设置 Claude Code Router - CloseX^[24]
Claude Code 在 Termux 上安装很简单 - Reddit^[25]
Work with Codex from anywhere - OpenAI^[26]
OpenAI says Codex is coming to your phone - TechCrunch^[27]
Codex Plugin for Claude Code - GitHub^[28]
PixCode - Official Site^[29]
PixCode - GitHub^[30]
ZCode - Official Site^[31]

引用链接

[1]zed-industries/zed: https://github.com/zed-industries/zed

[2]warpdotdev/warp: https://github.com/warpdotdev/warp

[3]slopus/happy: https://github.com/slopus/happy

[4]getpaseo/paseo: https://github.com/getpaseo/paseo

[5]Claude Code Router: https://github.com/musistudio/claude-code-router

[6]Codex Plugin for Claude Code: https://github.com/openai/codex-plugin-cc

[7]PixCode: https://alicomert.github.io/pixcode/landing.html

[8]ZCode: https://zcode-ai.com

[9]Zed Editor - GitHub: https://github.com/zed-industries/zed

[10]Zed AI Overview: https://zed.dev/docs/ai/overview

[11]Zed vs VS Code - Zread: https://zread.ai/zed-industries/zed/6-zed-vs-vs-code

[12]Is Zed Ready for AI Power Users in 2026? - Builder.io: https://www.builder.io/blog/zed-ai-2026

[13]Warp Terminal - GitHub: https://github.com/warpdotdev/warp

[14]Introducing Warp 2.0: The Agentic Development Environment: https://www.warp.dev/blog/reimagining-coding-agentic-development-environment

[15]Happy Coder - GitHub: https://github.com/slopus/happy

[16]Happy Engineering - Official Site: https://happy.engineering/

[17]Paseo - GitHub: https://github.com/getpaseo/paseo

[18]Paseo - Official Site: https://paseo.sh/

[19]Paseo Orchestration Skills Docs: https://paseo.sh/docs/skills

[20]tmoe-linux - GitHub: https://github.com/longzheng268/tmoe-linux

[21]tmoe-linux 参考手册: https://doc.tmoe.me/zh/android.html

[22]如何在手机上跑完整版的 Claude Code - LINUX DO: https://linux.do/t/topic/1755579

[23]Android Termux 安装最新版 Claude Code 的两种方案 - LINUX DO: https://linux.do/t/topic/1993843

[24]在 Termux 中运行 Claude Code 并设置 Claude Code Router - CloseX: https://blog.closex.org/cn/posts/8e3fd37d/

[25]Claude Code 在 Termux 上安装很简单 - Reddit: https://www.reddit.com/r/termux/comments/1jd4y4y/claude_code_is_easy_to_install_on_termux/

[26]Work with Codex from anywhere - OpenAI: https://openai.com/index/work-with-codex-from-anywhere/

[27]OpenAI says Codex is coming to your phone - TechCrunch: https://techcrunch.com/2026/05/14/openai-says-codex-is-coming-to-your-phone/

[28]Codex Plugin for Claude Code - GitHub: https://github.com/openai/codex-plugin-cc

[29]PixCode - Official Site: https://alicomert.github.io/pixcode/landing.html

[30]PixCode - GitHub: https://github.com/pixelbyte-software/pixcode

[31]ZCode - Official Site: https://zcode-ai.com