三种截然不同的设计哲学

2026 年,AI 编程智能体领域有三个值得关注的玩家:

  • Claude Code(Anthropic)— 垂直产品,纵深防御
  • Crush(Charmbracelet)— 开发者愉悦,命令行美学
  • OpenCode(anomalyco)— 水平平台,多 Provider 多协议

它们目标相同——用 AI 辅助编程——但实现路径完全不同。


一、Agent 循环的差异

三者都遵循 ReAct 模式(模型返回 tool_call → 执行工具 → 回传结果),但实现哲学截然不同:

Claude Code 是模型驱动的。它不做意图分类器、不做任务路由器、不做 DAG 编排器。模型自身决定何时调工具、用哪个、何时结束。AI 决策逻辑仅占 1.6%(约 8000 行),98.4% 是确定性基础设施。

Crush 用 Go channel + 泛型事件总线(pubsub.Broker[T])解耦各组件,职责分明。

OpenCode 采用多 Agent 主从层级,Agent Runtime 管理生命周期,已经原型化了 6 种专用 Agent:planner、prototyper、implementer、refactorer、tester、architect。

Sub-Agent 架构

Claude Code 内置 6 种子 Agent 类型,但深度限制为 1——子 Agent 不能再生子 Agent。每个子 Agent 获得全新上下文窗口,仅回传摘要到父节点,保护父级上下文不膨胀。

OpenCode 无硬性深度限制,子 Agent 可按类型限定工具集(@explore 只读)。


二、上下文管理 —— 差异最大的维度

上下文管理直接决定了你能把多大型号的项目交给 AI。

Claude Code 的 5 层渐进式压缩

BudgetReduction → Snip → Microcompact → ContextCollapse → AutoCompact

每次模型调用前串行执行,最便宜的先执行。触发阈值约 92% token 使用率。

代价:从 1K 压缩到 32K token 时,LLM 性能下降 50-70%。AutoCompact 会丢失细节、打断引用链。

社区共识:在逻辑断点手动 /compact,不要在 95%+ 才触发自动压缩。

记忆系统

特性Claude CodeCrushOpenCode
持久化MEMORY.md + 主题文件 + JSONL 日志SQLite (sqlc)会话持久化
自动记忆AutoDream:24h/5会话门控——
会话恢复–continue / –resume—opencode.json

Claude Code 的 AutoDream 机制值得一提:收集日志 → 提取关键信息 → 去重 → 写结构化文件。它像一个"夜间整理工",在你不使用时整理上下文。


三、权限系统与安全

Claude Code —— 纵深防御

7 种权限模式:plan(只读) → default → acceptEdits → auto(ML 分类器) → dontAsk → bypassPermissions(CI) → bubble(内部沙箱)

核心原则:deny-first。宽泛 deny 永远覆盖窄范围 allow。

原生沙箱:

  • macOS:Seatbelt kernel-level MAC
  • Linux:bubblewrap namespace + seccomp
  • 网络:SOCKS5 + 域名黑白名单 + 私有 CIDR 默认屏蔽
  • 文件:CWD 可写,~/.ssh、~/.aws 被屏蔽

OpenCode —— 模式匹配

3 级权限(allow/ask/deny),用户配置规则。例如:

{ "rm -rf *": "deny" }

四、工具系统和 MCP 集成

内置工具

Claude CodeCrushOpenCode
工具数40+(核心 8 件)8 类20+
治理Zod v4 schema + 权限关联Go 接口抽象可插拔注册表

Claude Code 的 ToolSearch 值得一提:非核心工具按需加载,每次只加载搜索工具(~500 tokens),匹配到具体工具后再加载(~600 tokens),节省约 85% token 开销。

MCP 集成

三者都支持 MCP,但 OpenCode 支持的传输方式最多(stdio/SSE/Streamable HTTP)。Claude Code 的 MCP Apps(SEP-1865)允许 MCP Server 提供交互式 UI(iframe),双向 postMessage + JSON-RPC。

搜索策略的回归

有趣的是,Claude Code 从早期的 Voyage embedding(RAG)回归到了 grep(ripgrep)。核心理念是 “Search, Don’t Index”——牺牲一些延迟,换来简单性和安全性。

OpenCode 则使用 ripgrep + tree-sitter AST + fuzzysort,在搜索精度上更进一步。


五、架构层级

Claude Code —— 5 层垂直整合

User Layer        TTY · IDE 扩展 · deep links · 语音
     ↓
Interface Layer   React+Ink 终端渲染 · Commander.js · REPL
     ↓
Core Engine       查询引擎(~46K行) · 权限系统 · 记忆系统
     ↓
Tool Layer        40+ 工具 · MCP Tool Search · LSP
     ↓
Service Layer     Anthropic API · OAuth 2.0 · 遥测

OpenCode —— 水平平台

核心引擎用 Rust(性能关键路径),Agent 逻辑用 TypeScript,通过 Vercel AI SDK 统一接口连接 75+ Provider。桌面端用 SolidJS + Tauri。


总结

三个工具代表了三重取舍:

Claude Code 押注模型能力。既然模型越来越强,那工具层的职责就是"别出错"——权限、沙箱、压缩、恢复,做深做透。

OpenCode 押注生态灵活性。模型可以换、Provider 可以换、终端和桌面都可以——水平平台的价值在于组合自由。

Crush 押注开发者体验。命令行应该是有魅力的——Charmbracelet 一贯的产品哲学。

对于一人公司的实际使用,没有绝对的最好。关键是理解每个工具的"哲学",然后根据自己的工作流选择。


基于 2026 年 4-5 月的 DeepWiki 分析、学术论文和社区深度拆解。