2026 年 1 月，Anthropic 做了一件事：封禁第三方工具调用 Claude Code 服务。
消息传开的那个星期，OpenCode 的 GitHub Star 数开始疯长。前五个月攒了 5 万颗星，1 月之后短短几周又多了 3 万。到今天，这个数字已经超过 17 万。
有人把这两件事连在一起看，说 OpenCode 是“Claude Code 被封禁的最大受益者”。
但事情没那么简单。
目录
一、发生了什么
二、本质上是供应商锁定的反弹
三、技术架构拆解：四层设计和一个核心机制
四、一个真实的对比：同样改代码，差别在哪里
五、不同人应该怎么看这件事
六、你的开发工具链，现在谁在控制？
一、发生了什么
OpenCode 的起点很小。2025 年 6 月在 GitHub 发布，创始团队最开始只有几个人。前五个月星标数到 5 万，不算慢，但也不算爆炸。
真正的转折点在 2026 年 1 月。
Anthropic 开始封禁第三方工具通过 Claude Pro / Claude Max 订阅账号调用 Claude 模型的行为。OpenCode 之前支持用户用 Claude 订阅直接登录，原理是伪装成 Claude Code 的客户端身份，发送相同的 OAuth 请求头。
Anthropic 的反应分三步：技术封锁、账号封禁、法律行动。OpenCode 的回应也很干脆——直接移除了对 Claude Pro/Max 订阅和 Claude API key 的支持。
但社区的反应比这两边都快。开发者开始大量涌入 OpenCode。到 2026 年 3 月，OpenCode 的 GitHub Star 数达到 12.8 万，贡献者超过 800 人。月活跃开发者从 65 万飙到 650 万，再逼近 800 万。
一个开源项目用不到一年时间，做到了 800 万月活。
二、本质上是供应商锁定的反弹
这件事的本质不是“Claude 不让用了”。
本质是开发者对“供应商锁定”的集体反弹。
过去两年，AI 编程工具市场被几个巨头瓜分。Cursor 每月 20 美元，绑定了自己的模型套餐。Claude Code 按 Token 计费，只能用 Anthropic 的模型。GitHub Copilot 每月 10 美元，只能用 OpenAI。
每个工具都在努力把用户圈在自己的生态里。
OpenCode 走了一条完全相反的路：模型无关。
它支持 75 种以上的模型提供商——Anthropic、OpenAI、Google Gemini、DeepSeek、本地部署的 Ollama 和 llama.cpp。你用谁的 API Key，就连谁的模型。工具本身不抽成、不锁定、不干预。
安全博主 Daniel Miessler 做了一个直接对比实验：用 OpenCode 从零写一个完整博客。他的结论是：“OpenCode 和 Claude Code 一样好——至少在这个任务上。”
他原本以为 Claude Code 的优势在于某种“秘密酱汁”——上下文管理、记忆维护、多文件多步骤的编排能力。但实际用下来发现，OpenCode 做得同样好。
他的判断是：Claude Code 并不秘密。可能就是围绕上下文窗口和记忆管理的优秀工程实践。一旦其他工具实现了类似的编排策略，差距就会迅速缩小。
一个 Reddit 高赞评论说得更直接：「Anthropic 正在激励用户留在自己的产品生态里，而不是在 API 之上构建外部工具。」
开发者用脚投票的结果是：OpenCode 成了 GitHub 上星标最高的开源编程 Agent，超过了 Gemini CLI 和 Claude Code。
三、技术架构拆解：四层设计和一个核心机制
OpenCode 能在短时间内拿到这么多星标，不是靠“免费”两个字。
底层架构的合理性才是支撑它跑起来的核心。
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、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”，包含代理调度、任务管理、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（比如 Oh My OpenAgent）就是挂在这一层。
第四层：模型适配层。 多模型兼容接口，负责与 75+ 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“代理模式工作流”——将复杂编程任务拆分为“主代理+子代理”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 和 Build 双模式。
Plan 模式下，Agent 只分析不修改，生成一份详细的实现计划。你 review 完计划，确认没问题，再切换到 Build 模式让它执行。
这个设计解决了一个很实际的痛点：AI 改代码你不敢让它直接改。Plan 模式给了你一道保险——先看方案，再动手。
四、一个真实的对比：同样改代码，差别在哪里
同一个任务：把项目里所有的 API 调用从一种方式改成另一种。
用 Cursor：输入指令，工具开始工作。分析代码、生成方案、执行修改。过程很流畅。但 20 个文件之后告诉你 token 超限了。你不知道它用了什么模型、花了多少 Token、为什么某个文件没改。
用 OpenCode：你先在 Plan 模式下输入指令。Sisyphus 编排器启动 Explore 代理扫描代码库，Prometheus 代理制定重构计划，然后后台并行执行。每一步都有记录可审查。
区别不在于“能不能改代码”。区别在于“你有没有控制权” 。
OpenCode 把 AI 编程从“黑盒委托”变成了“可审查的协作”。
另一个关键差异是成本。Cursor Pro 每月 20 美元。OpenCode 工具本身免费，你只付模型提供商的 API 费用。用便宜的模型做简单任务，用贵的模型做复杂任务——你自己控制成本。
五、不同人应该怎么看这件事
对在校生： 你看不懂行业变化是正常的。AI 编程工具半年迭代一轮。OpenCode 给了你一个“不变的东西”——一个开源的、模型无关的 Agent 框架。你学会的是“怎么用 Agent 编程”这件事本身，而不是“怎么用某个特定工具”。这个能力是跨工具的。
对初级工程师： 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 目前还不能完全自主。Plan 模式需要人审核，Build 模式需要人确认。你的价值不在“写代码”本身，在“判断 AI 写的代码对不对”。
对中级工程师： 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，工作方式变成了“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”变成了“审核者和决策者”。
OpenCode 联合创始人 Dax Raad 在一期播客里讲了三个关于 AI 编码的错觉：
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 会不舒服，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。
这几句话值得细品。
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“能不能写代码”。
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怎么付费。GitHub Copilot 控制了你用什么模型以及代码数据流向哪里。
OpenCode 把控制权还给了你。
你自己选模型，自己付费用，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。你需要自己配置 API Key，自己管理模型选择策略，自己判断什么时候用 Plan 模式什么时候用 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 编程工具链里，谁在控制模型选择、成本策略和数据流向——是你，还是工具厂商？
欢迎在评论区聊聊你的选择。
