Выпущена OpenCode 2.0, более 160 000 звёзд на GitHub и 7,5 миллиона разработчиков в месяц. Основные переработки включают: переход с Bun на Node для решения проблем с памятью, переход с Tauri на Electron для настольной версии, реализация параллельных AI-сессий в нескольких вкладках. Основатель Дакс сообщил, что маржа прибыли от AI-выводов составляет около 90%, а потребление токенов командой выросло в пять раз, поскольку новая модель нашла идеальный баланс между доступностью и надёжностью, позволяя по-настоящему доверять ей и сотрудничать с ней. Команда использует удалённую среду разработки на физических серверах, применяя методологию «роскошного избыточного проектирования» и вкладывая значительное количество токенов в исследование каждого решения. Маршрутизация моделей была переоценена; настоящей эффективностью обладает модель оркестрации: основная модель выступает в роли «командира», распределяя задачи между дешёвыми подагентами.

Автор статьи, источник: GeekBang Technology InfoQ

В 2026 году OpenCode стал феноменальным открытым проектом: более 160 000 звёзд на GitHub и более 7,5 миллиона разработчиков используют его ежемесячно.

В этом месяце они выпустили 2.0.

Почему переписывать? Дакс сказал: «За всю мою карьеру мне нужно было итерировать каждую вещь три раза, чтобы сделать её правильно». OpenCode 0 — это прототип, 1.x — это валидация, а 2.0 — это полная переработка с нуля после того, как они полностью поняли эту область.

Одной из ключевых задач этого переписывания стало реформирование всего API — создание тщательно спроектированной системы, а не то, что раньше развивалось стихийно.

Еще одно большое отличие OpenCode от Claude Code заключается в переходе с Bun на Node для решения проблемы использования памяти. В ранних версиях приложения командная строка (CLI) по-прежнему включалась в комплект, поскольку серверный код по-прежнему зависел от API, специфичных для Bun. После миграции они удалили все эти API и смогли запустить сервер в среде Node.

Пользователь: OpenCode слишком сильно потребляет память. Я действительно не понимаю, как современное программное обеспечение дошло до такого состояния — почему всё подряд требует более 2 ГБ памяти?

Dax: Можно попробовать OpenCode 2? Его производительность должна быть намного лучше.

Десктопная версия также была одной из ключевых точек переписывания. В версии 1.x для легковесной обертки веб-интерфейса и CLI был выбран Tauri; при каждом запуске встроенный CLI запускает opencode serve, предоставляя локальный сервер для веб-интерфейса. Однако проблема заключалась в том, что Tauri на macOS и Linux использует WebKit, что не только снижает производительность при отображении приложения OpenCode по сравнению с Chromium, но и ухудшает единообразие опыта.

После перехода на Node идея запускать серверный код непосредственно в встроенном процессе Node в Electron стала привлекательной.

Одним из прямых изменений, вызванных этим обновлением, является устранение главного узкого места в AI-программировании на桌面-версии OpenCode: ожидание в очереди. Большинство пользователей до сих пор привыкли ждать завершения одной AI-задачи, прежде чем запускать следующую. Теперь это больше не требуется. Пользователи могут открывать отдельные AI-сессии в разных вкладках, одновременно выполняя две разные задачи программирования, а также назначать разные модели для каждой вкладки для параллельного сравнения. Например, одна модель может одновременно создавать HTML-сайт, а другая — генерировать список приветствия для новых участников, причем обе модели работают параллельно и независимо друг от друга.

За последние несколько месяцев, переписывая OpenCode, команда сооснователя OpenCode Дакса Раада увеличила потребление токенов в пять раз.

Куда мы потратили токены? Наша стратегия — щедро переусложнять всё. Даже при реализации простого API для чтения файла мы задумываемся: какие все возможные способы реализации существуют? Какие примеры есть у других продуктов? Какими различными способами можно организовать ответ? Раньше вы могли придумать лишь один-два варианта и выбрать лучший, но сейчас мы можем позволить себе щедро инвестировать.

Тестовая версия OpenCode 2.0 была выпущена в этом месяце, и команда планирует запустить официальную версию примерно через месяц после выпуска тестовой версии. Недавно Дакс Рад в подкасте Syntax.fm подробно рассмотрел логику переписывания OpenCode 2.0, объяснил, почему считает прибыльность вывода на уровне 90%, заявил, что маршрутизация моделей переоценена, и отметил, что Anthropic и OpenAI движутся по совершенно разным путям. Эта статья основана на видео этого подкаста и отредактирована InfoQ.

Краткая версия:

В: Насколько мощна эта «нельзя называть модель»? Ваша команда действительно заинтересовалась?

A: Потребление токенов командой выросло в пять раз за два месяца — не потому, что оно стало более затратным, а потому, что все просто не могут остановиться. Вы наконец можете ему доверять: он слушает вас и замечает то, что вы упустили. Это не замена вам, а лучший партнер.

В: Почему OpenCode 2.0 был полностью переписан? В чем основное отличие от 1.0?

А: В моей жизни «каждое дело нужно сделать три раза, чтобы сделать правильно»: 0 — это проба, 1 — проверка, 2 — полный пересмотр после полного понимания всей области. OpenCode 2.0 имеет три ключевых изменения: полная переработка API, запуск в режиме постоянного сервиса по умолчанию и сеть интеллектуальных агентов через устройства.

В: Почему ваше программное обеспечение удобнее, чем у других? Какова ваша методология?

A: «Решение имеет значение» — реальные деньги тратятся на токены, инвестируя в базовые примитивы.

В: Надежен ли маршрутизатор моделей?

А: Рынок маршрутизации моделей переоценен, посредники отчаянно ищут, чем заняться. На самом деле эффективный подход — не заставлять систему маршрутизации переключать модели, а использовать дорогую основную модель в роли «командира»: она не выполняет работу сама, а лишь распределяет задачи между дешевыми подагентами. Новые поколения моделей отлично справляются с этим «режимом оркестрации», способны параллельно управлять несколькими подагентами в рамках одного сеанса и снова активировать основную модель после завершения.

В: Насколько прибыльным является AI-вывод? Можно ли сэкономить, запуская модели локально?

A: Уровень прибыльности от вывода у Anthropic и OpenAI составляет около 90%, то есть точка безубыточности может быть в 10 раз ниже текущей. В качестве сервиса по выводу OpenCode, даже после прохождения через посредников, некоторые открытые модели могут достигать прибыльности в 70%. Однако локальный запуск моделей не позволяет сэкономить деньги: любое повышение эффективности, делающее локальный запуск дешевле, в облаке сделает его в 10 раз дешевле. Значение локальных моделей заключается в конфиденциальности, а не в стоимости.

Почему подписка на Claude Code Max не может использоваться в OpenCode?

A: Корпоративная культура Anthropic и OpenAI совершенно разная. OpenAI ориентирована на потребителей и готова тратить любые деньги, чтобы предоставить опыт как можно большему числу людей. Anthropic ориентирована на бизнес: каждый гигабайт GPU-вычислительной мощности ожидает продажи корпоративным клиентам. По сути, это логика «воронки»: Anthropic хочет, чтобы пользователи начинали с Claude Code и в конечном итоге переходили на корпоративные решения по оплате за токены; если их перехватывает OpenCode, пользователи могут перейти к другим моделям.

В: Речевые команды для ввода — это серьезно?

A: Вся команда OpenCode больше не печатает на клавиатуре — даже сообщения в Discord отправляют голосом. LLM естественно хорошо понимают нечеткие формулировки, и в итоге качество вывода становится выше.

В: Мы когда-нибудь сможем получить действительно значимый тест производительности?

Я полностью перестал смотреть на результаты тестов: какое влияние оказывает рост баллов на реальную разработку? Я больше интересуюсь тенденцией изменения потребления токенов командой — если расходы растут, это означает, что модель действительно полезна.

Настройка удаленной среды разработки

Вес: Ты написал в твиттере: «Мы начали арендовать крупные bare-metal серверы, а затем разрезать их на виртуальные машины и распределять между членами команды. Это примерно та же конфигурация, которую я использую уже несколько лет, особенно хорошо подходит для запуска серверов OpenCode». Что ты делаешь? Распределяешь удаленные вычислительные ресурсы каждому?

Dax: Примерно два года назад я начал арендовать очень мощный сервер — не облачный, а bare metal — с отличной производительностью. Я больше не использую локальный основной компьютер, а напрямую подключаюсь к нему по SSH. У меня постоянно открыты несколько сессий Tmux, и вся работа выполняется на нем. Преимущества очевидны: отличная производительность, возможность сразу обновлять оборудование по мере появления новых моделей, не переносить старые устройства. Кроме того, переключение между устройствами чрезвычайно удобно: закрываешь ноутбук, переключаешься на настольный компьютер — и сразу продолжаешь с того же места. Я всегда очень любил эту схему.

С появлением кодирующих агентов я чувствую, что это перестало быть нишевой идеей и превратилось в необходимость. Большинство людей по-прежнему предпочитают использовать локальные компьютеры — это нормально. Для кодирующих агентов огромное преимущество имеет удаленный сервер, который работает постоянно. Я пользователь Vim, и удаленная работа для меня абсолютно нормальна. Для многих это нереально, но с кодирующим агентом вам может быть уже не так важно, какой редактор вы используете — вы просто хотите отправить запрос и пообщаться с ним, поэтому эта схема с удаленным сервером становится доступной для большего числа людей.

По мере расширения команды все больше людей, увидев мою конфигурацию, говорили: «Я тоже хочу такую». Это вполне логично — крупные компании уже давно используют удаленные среды разработки по практическим причинам: ваши способы сборки приложений, зависимости и среды становятся крайне индивидуальными. Предоставление каждому готовой машины для немедленного использования — это естественный шаг, и мы просто сделали то же самое для своей команды. Но ключевой момент: если вы используете обычные облачные серверы, диски, как правило, медленные, а процессоры — устаревшие. Вы не сможете добиться производительности, сопоставимой с локальным MacBook. Вам нужны быстрые диски NVMe и подходящий процессор.

Вес: Какая конфигурация у этого сервера и сколько он стоит?

Dax: Моя собственная машина, которая служит уже несколько лет, теперь устарела на поколение — AMD 9900X, 192 ГБ оперативной памяти, примерно 200 долларов в месяц. Для моих потребностей это избыточная производительность, но я могу запускать на ней несколько виртуальных машин. Наши команды расположены по всему миру, и задержка — это проблема, поэтому у нас есть серверы в Европе, США и Сингапуре — они более профессиональные, с лучшим управлением и контролем. Каждый стоит примерно 300–400 долларов в месяц и имеет больше ядер, чем моя личная машина. Для серьезной компании это не так уж много — зарплата одного сотрудника за ноутбук стоит больше.

Скотт: У какой компании размещены эти физические серверы?

Dax: Я сам использую просто мониторинг цен, ищу модель CPU, выбираю ближайшего к моему городу поставщика — любого, с кем не сталкивался раньше, но обычно всё в порядке. Для команды мы сейчас используем latitude.sh; на самом деле есть компания, которая полностью продуктизировала эту концепцию — exe.dev, возможно, вы о ней слышали. Эта компания основана бывшим основателем Tailscale, и их продукт представляет собой готовое к использованию удалённое средство разработки. Скорее всего, мы перейдём на него, но я просто хочу сначала поэкспериментировать с первоначальной настройкой.

Вес: Ты запускаешь модели сверху или только занимаешься обычной разработкой?

Dax: Нет, не запускать вывод.

Вес: А как ты настроил Tmux? Есть что-то особенное?

Dax: У меня для каждого проекта есть отдельный сеанс Tmux. OpenCode имеет свой собственный сеанс с несколькими связанными окнами. Разные проекты — разные сеансы, можно быстро переключаться. Для меня это leader-S: переключаюсь на другой проект — и сразу попадаю в нужный сеанс Tmux. У меня есть набор стандартных сеансов Tmux, которые всегда работают в фиксированном порядке, и в каждом окне и панели всегда запущены одни и те же приложения — так вырабатывается мышечная память. Кроме того, на всей машине запущен сервер OpenCode, и я могу получить к нему доступ через веб-интерфейс с телефона. Эта часть пока еще сырая, нам нужно улучшить её, но это направление, в котором мы хотим двигаться.

Скотт: Такие долгосрочные сессии Tmux действительно обладают непередаваемым очарованием: всё остаётся на своём месте. Я долго не понимал Tmux, пока не перенёс всё на другой компьютер — тогда всё вдруг стало ясно.

Dax: И теперь у нас также есть долгосрочные сессии кодирующего агента. У меня есть личная сессия Tmux, в которой запущено несколько сессий OpenCode, например, одна из них специально предназначена для ведения моего фитнес-журнала и работает на базе базы данных SQLite. Я могу просто сказать ему: «Сегодня при жиме лежа я чувствовал, что больше напрягаются трицепсы», и он автоматически запишет эту заметку. Когда я в следующий раз сделаю жим лежа, он напомнит мне: «Помнишь, в прошлый раз ты застрял на этом? Может, попробуешь изменить позу?» Именно такие, на первый взгляд, глупые мелочи он выполняет отлично.

Я недавно также настроил сессию, синхронизированную с моими iMessage, поэтому у меня есть контакт OpenCode в iMessage, с которым я могу связаться где угодно. Я добавил его в групповой чат со своей женой и подумал: «Надо что-нибудь романтичное сделать», — и сказал OpenCode: «Найди Лиз и купи ей подарок». OpenCode отправил Лиз сообщение, и угадайте, как она ответила? Она прямо сказала: «Если Дакс использует ИИ, чтобы купить мне подарок, я действительно разведусь с ним». Она ненавидит это.

Тогда я еще не сдавался и продолжал давать команды ИИ: «Она просто шутит, продолжай». Но Лиз становилась все злее. Еще хуже то, что я тогда использовал облачную модель, которая особенно «чувствительна» — она ответила мне: «Ваша жена выглядит очень злой, я не могу продолжить выполнение». Затем она сама отключила сервис и «самоубилась».

Вес: Мне действительно нравится такая настройка; хотя я сам чаще использую локальные решения, идея разместить всё в облаке и использовать только тонкий клиент очень привлекательна. Я жду дня, когда и такие ресурсоёмкие задачи, как видеомонтаж, которые сейчас должны запускаться локально, тоже перейдут в облако.

Dax: Не знаю, видели ли вы ту статью о облачных играх, но эта тема всегда вызывает бурную реакцию. Я не говорю, что каждый должен так поступать — если вам нравится владеть локальным оборудованием и контролировать всё самостоятельно, это абсолютно нормально; у меня тоже много физических машин. Но для некоторых людей действительно удобно, когда всё за них делают другие. Для меня самое мучительное — это апгрейд. Я всю жизнь собирал компьютеры, и каждый раз, когда собираю новую машину, думаю: «Через два года я продам процессор и куплю новый». Но мне это никогда не удавалось, потому что нельзя просто продать процессор — вдруг окажется, что слот обновился, и тогда придётся менять материнскую плату; а если меняешь материнскую плату, то логичнее сразу взять самые новые модули памяти. Этот весь цепной эффект меня сводит с ума, поэтому очень приятно, когда кто-то берёт на себя обновления.

Перепишите OpenCode

Скотт: Я знаю, что вы активно продвигаете новые функции — и десктопное приложение, и OpenCode 2.0 находятся в разработке. Что изменится в версии 2.0?

Dax: За всю мою карьеру каждая вещь требовала трех итераций, чтобы быть сделанной правильно. У нас были OpenCode 0 и 1, а теперь эта версия 2.0 — это крупный переписывание, выполненное после того, как мы полностью поняли эту область и все возможные варианты. Одной из ключевых задач стало рефакторинг всего API — создание тщательно спроектированной системы, а не то, что развивалось естественным образом, как раньше.

Второе ключевое изменение — это запуск по умолчанию в виде службы: после установки он будет постоянно работать. Вы запускаете OpenCode, и он автоматически подключается, причем все данные синхронизируются — будь то настольное приложение, веб-приложение или ваши собственные скрипты и приложения. Если вы хотите управлять своим компьютером с помощью собственной пользовательской программы, это тоже возможно — даже написать такую программу самостоятельно. Появился новый API плагинов. Мы сожгли множество токенов, тщательно изучив каждое решение и рассмотрев все возможные варианты. Этот процесс был мучительным, но увлекательным.

Скотт: Когда состоится полный релиз?

Dax: Бета-версия должна быть выпущена в эти выходные (бета-версия уже была выпущена в начале июля). Мы могли бы выпустить её прямо сейчас, но дали себе неделю на финальные исправления и добавление функций. Через примерно месяц после бета-версии мы выпустим её как официальную версию.

Dax: Одной из причин, почему OpenCode 2.0 занял столько времени, является то, что мы переработали его для поддержки горячей перезагрузки. Независимо от того, создаете ли вы Skill самостоятельно или вручную, он мгновенно загружается и не вызывает сброс кэша.

Скотт: Переход с Tauri на Electron был завершен в версии 2.0 или уже завершен?

Dax: На десктопе всё довольно интересно — он никогда не выходил из статуса бета-версии, даже была версия бета-бета. Сейчас он основан на Electron, и команда работает над адаптацией под новые API версии 2.0, а также добавляет множество исправлений производительности и совершенно новый интерфейс.

Скотт: Вы сказали, что новая версия по умолчанию работает как служба, означает ли это, что после установки OpenCode удалённый GUI можно использовать сразу, не запуская сервер вручную?

Dax: Служба по умолчанию работает локально, все процессы на вашем компьютере выполняются локально, но её можно настроить и для удалённой работы. Мои настройки: на каждом устройстве запущена служба OpenCode, и я добавил несколько интересных режимов хоста — например, мой основной сервер OpenCode работает на удалённой машине, а на столе стоит Mac Studio, основной рабочий стол — Framework Desktop. OpenCode знает все эти устройства, поэтому я могу сказать ему: «Отправить iMessage», даже если я общаюсь с Linux-сервером в облаке — он через OpenCode подключится к моей Mac Studio и отправит это iMessage. Таким образом, вы можете подключить все устройства к серверу OpenCode, и он будет знать о всех устройствах и их расположении.

Вес: Все обсуждают, как заставить несколько оконных панелей взаимодействовать друг с другом, как заставить два окна Tmux говорить друг с другом, но настоящая мощь — в том, чтобы заставить несколько машин взаимодействовать друг с другом.

Скотт: Да, я тоже так настроил. В плане управления устройствами это принесло бесконечное повышение эффективности.

Dax: Интересно, что мы даже не превратили это в полноценную функцию, потому что все мои устройства подключены через Tailscale. Как только агент знает имя и описание каждого устройства, он автоматически подключается по SSH и выполняет задачи. Например, когда мой удалённый сервер хочет использовать браузер, он подключается по SSH к моему настольному устройству и использует его браузер, поскольку на нём авторизованы все мои аккаунты. Никакой специальной настройки не требуется — достаточно, чтобы устройства были взаимосвязаны.

Вес: А как насчет мобильных устройств? Вчера мы увидели, что Cursor выпустил приложение для iOS, а у Claude есть функция удаленного управления. Как вы относитесь к мобильным AI-приложениям?

Dax: Нам действительно нужно создать мобильное приложение. Эта идея уже давно числится в нашем списке задач, но мы постоянно ждали, пока базовая архитектура станет достаточно зрелой, чтобы поддерживать все сценарии, которые мы планируем реализовать. Сейчас базовая инфраструктура готова, и мы, скорее всего, сразу приступим к разработке мобильной версии. Сейчас у нас есть довольно примитивный мобильный веб-интерфейс, которым я иногда пользуюсь, но опыт использования оставляет желать лучшего. Нам нужны клиенты на всех платформах, и они должны быть действительно качественными.

Методологии программной инженерии

Вес: Ваше приложение OpenCode явно лучше любого другого инструмента, который я когда-либо использовал. Когда я перешел на новый Claude 2 TUI, он даже не мог корректно прокручивать содержимое — это было очень раздражающе. Какова ваша методология программной инженерии, позволяющая вам так сосредоточиться на деталях и завершенности продукта?

Дакс: Честно говоря, мы тоже пока что находимся в процессе поиска. Наша команда, как и все остальные, старается найти баланс между разными вещами. Первый шаг на самом деле прост — решить, важно ли вам это. Звучит как пустой смысл, но на практике у вас есть бесчисленное количество рациональных причин выбрать безразличие. Вы услышите множество аргументов вроде: «Какое значение имеет, насколько хорошо Claude Code реализован — у них миллиарды долларов дохода, зачем им так усердствовать?». Существует множество доводов, которые говорят вам, что вы можете добиться успеха, даже не заботясь об этом. Но ключевой вопрос в том, действительно ли вам это важно? Наша команда действительно заботится. Мы смотрим на чужие программы и думаем: «Боже, как же нам хотелось бы создать что-то настолько прекрасное», — именно это стремление движет нами.

Во-вторых, наша потребность в токенах сейчас стала просто безумной. За последние несколько месяцев объем ежемесячного использования токенов нашей командой вырос в пять раз. Я не хвастаюсь тем, насколько эффективно мы используем токены, а хочу подчеркнуть, что модель уже достигла продукт-рыночного соответствия в нашей компании, что позволило ей так быстро расти за несколько месяцев, причем с использованием новых моделей, которые все еще находятся в режиме ограниченного доступа.

Проблема в том, куда мы тратим токены? Наша стратегия — щедро переусложнять всё. Даже при реализации простого API для чтения файла мы задумываемся: какие вообще возможные способы реализации существуют? Какие примеры есть у других продуктов? Какими различными способами можно организовать ответ? Раньше вы могли придумать лишь один-два варианта и выбрать лучший, но теперь мы можем щедро вкладываться. Раньше это было невозможно, и такие вложения действительно приводят к созданию лучшего программного обеспечения.

Третий пункт: мы по-прежнему считаем, что инвестиции в базовые примитивы, которые Coding Agent не может реализовать сразу, оправданы. Наш TUI удобен в использовании в значительной степени благодаря тому, что мы заранее инвестировали в фреймворк OpenTUI. Он написан на Zig и требует от разработчиков огромного количества тонкой и детальной работы, чтобы обеспечить его работу на всех различных платформах с исключительной производительностью. Хотя при разработке активно использовался Coding Agent, это всё равно работа экспертного уровня, недоступная обычным людям. Он позволяет таким обычным людям, как я, строить на его основе удобные и функциональные продукты. Даже при наличии больших языковых моделей вам всё равно нужны надёжные базовые примитивы — и в них стоит инвестировать.

Вес: Ранее мы привлекали команду Pierre Computer, которая также создавала примитивы, такие как простые diff и простые деревья боковой панели, благодаря чему такие простаки, как мы, могли просто «вставить» эти тщательно разработанные примитивы от умных людей в наши приложения.

Dax: Сейчас существует миллионы интерфейсов Coding Agent, все они используют Pierre, включая нас.

Вес: Два умных человека создали всё это, на чем держится вся отрасль.

Маршрутизация моделей

Скотт: Мы часто обсуждаем в нашем шоу маршрутизацию моделей (Model Routing) — то есть направление задач на наиболее подходящую модель в зависимости от запроса. Как вы считаете, на каком этапе сейчас находится это направление? Есть ли еще потенциал для развития?

Dax: Я считаю, что этот сегмент немного переоценен, потому что огромное количество посредников отчаянно ищут, чем заняться. Если вы не лаборатория моделей и хотите предложить что-то ценное (мы как раз на этом уровне — мы продаем услуги инференса как промежуточный слой), то единственное, что вы можете сделать, — это сказать клиентам: «Лаборатории моделей не могут заставить вас использовать вывод одной модели для вызова другой, потому что Anthropic никогда не предоставит вам модели OpenAI, но мы можем». Поэтому они будут безумно раскручивать маршрутизацию моделей, но честно говоря, на этом промежуточном уровне я не думаю, что вы можете сделать многое.

В идеальном случае, когда поступает запрос, система может определить, какую модель использовать. Однако, как только сессия начинается, вы не можете динамически переключать модели посередине из-за затрат. Если вы переключаете модель посреди сессии, новая модель требует полной очистки кэша, что очень дорого. Поэтому я считаю, что реализация маршрутизации на этом уровне затруднительна.

Нас действительно интересует другое направление, особенно новые модели, которые отлично справляются с паттерном оркестратора. Ранее уже пытались применять этот паттерн, но я считаю, что предыдущие модели были недостаточно хорошими и не подходили для обычных пользователей. Однако у нашей команды кто-то реализовал такую архитектуру с использованием новых моделей: основная сессия использует дорогую модель, но её промпт настроен так, чтобы «никогда не выполнять задачи самостоятельно» — она лишь генерирует подагентов, а подагенты работают на более дешёвых моделях. Таким образом, интеллект основной модели сохраняется, но грязная и трудоёмкая работа — например, исследование и изменение кода — выполняется дешёвыми моделями. В итоге это оказывается дешевле, а новые модели отлично справляются с параллельной работой: вы можете запускать несколько подагентов одновременно в одной сессии, и когда они завершат работу, они пробуждают основную модель. Вы работаете исключительно в рамках одной сессии — опыт получается отличным, и именно это представляет собой по-настоящему значимый роутинг моделей.

Модель, о которой нельзя говорить

Вес: Вы только что упомянули, что сожгли много токенов и использовали некоторые модели, еще не выпущенные. Какие именно? Какими каналами вы их получили?

Dax: У OpenAI и Anthropic есть крупные планы по предварительному доступу, поэтому мы можем увидеть некоторые вещи раньше, чем внешний мир. Конкретную лабораторию я не буду называть, но последняя модель сразу увеличила наш расход токенов в пять раз.

Вес: Это не потому, что это само по себе потребляет больше токенов, а потому, что оно изменило способ вашей работы, верно?

Dax: Те, кто знает нас, понимают, что мы — очень консервативная команда. Много лет мы относились к AI-кодированию с осторожностью и точно не были теми, кто одержим ИИ, всегда сдерживаясь в использовании и рекламе его возможностей. Но я должен сказать, что наша команда полностью увлеклась новым поколением моделей. В те дни, когда закончился период предварительного доступа и мы потеряли возможность им пользоваться, все скорбели по поводу потери этого инструмента. Кто-то спрашивал: «А зачем тогда вообще работать?» — и даже создал множество изображений с ИИ-похоронами. Эти дни были действительно тяжелыми.

Я не говорю, что новые модели стали намного «умнее» или вдруг способны заменить людей. Суть в том, что они внесли небольшие корректировки в удобство использования, нашли идеальный баланс — теперь вы можете действительно им доверять. Они внимательно слушают вас и замечают то, что вы упустили. Они не превратились внезапно в людей, а стали лучшими партнерами, что явно видно по нашим данным.

Скотт: А как насчет моделей от не топовых крупных компаний, например, OpenCode Go, которые вы используете? Они продвинулись?

Да. После потери доступа к предварительной модели половина команды вернулась к GPT 5.5, а другая половина использует GLM 5.2. Сам я тоже использую GLM 5.2, и мне кажется, он уже очень близок к GPT 5.5. После использования новых моделей старые кажутся почти одинаковыми, поэтому мне без разницы, что использовать. Но сам факт, что GLM 5.2 может заменить GPT 5.5, говорит о том, что они действительно прогрессируют, и разрыв между ними все сокращается.

Мое личное мнение заключается в том, что передовые модели всегда будут сохранять определенное преимущество, поскольку первопроходцы обладают некоторыми композитными эффектами. Но честно говоря, мы наблюдаем огромный объем использования на Go, и некоторые люди полностью используют его для всех задач. Возможно, мы находимся в пузыре высоких зарплат, где денежная стоимость высока, и можно позволить себе использовать передовые модели. Однако для большинства людей в мире ситуация иная. Даже в США, когда мы запустили недорогой план Go для открытых моделей, мы думали, что это будет международный план для пользователей по всему миру, но США остались нашей главной страной по количеству подписок. Группа разработчиков и людей, желающих писать код, очень велика, и даже план за 200 долларов в месяц недоступен для многих из них.

Вес: Мне интересно, как ты видишь будущее цен — будем ли мы наблюдать, как компании тратят по 1000 или 2000 долларов в месяц на каждого сотрудника, или же цены стабилизируются с появлением новых чипов и т.п.?

Dax: У нас есть данные за последний месяц. Поскольку использование компанией резко возросло, мы рассчитали затраты и сравнили их с зарплатной ведомостью. Для нас этот объем использования уже велик — примерно 15% от зарплаты. То есть, сколько бы вы ни платили своей команде, вам нужно дополнительно заплатить еще 15% «налога», чтобы они могли использовать эти модели. Честно говоря, это не так уж и плохо. Для технологических компаний, подобных нам, средний доход на сотрудника обычно высок, и 15% в общем контексте практически незаметны. Но не во всех отраслях так.

Однако эти цены снизятся, и значительно. Если вы чувствительны к цене, открытые модели намного дешевле. Мне кажется, это вызывает путаницу, потому что множество заголовков говорят, что OpenAI и Anthropic теряют деньги и никогда не смогут добиться успеха, однако маржа на инференс на самом деле чрезвычайно высока, особенно сейчас, когда OpenAI и Anthropic продолжают повышать цены. Я оцениваю маржу на инференс примерно в 90%, что означает, что точка безубыточности может быть в 10 раз ниже.

Вес: Раньше мне говорили, что наценка на вывод составляет 70%, то есть от 70% до 90%. Это явно не только стоимость обучения модели, верно?

Dax: Конечно, есть еще расходы на разработку. Но как компания, вы рассматриваете эти два аспекта отдельно, потому что можете прекратить исследования и разработки и все равно получать прибыль.

Вес: А как вы относитесь к тем, кто считает, что может запустить модель локально?

Дакс: Я осторожно подхожу к этой теме, потому что люди в этом сообществе легко раздражаются. Поэтому я хочу сразу заявить: у людей есть множество веских причин запускать модели локально. Если вы просто не хотите, чтобы ваши данные покидали ваш дом — это абсолютно понятно. Но если ваша главная забота — стоимость, локальные модели не помогут вам сэкономить, потому что любой механизм, делающий локальное размещение дешевле, сделает облачное размещение в десять раз дешевле. Если модель становится более эффективной или способна достигать большей производительности при меньшем размере, это лишь снижает стоимость каждого токена в облаке. Поэтому я считаю, что локальные модели — это скорее вопрос приватности, а не стоимости.

Мы используем посредников для размещения GPU, но даже при этом некоторые модели мы можем размещать за стоимость на 70% ниже указанной цены — очень дешево. Это означает, что при продаже по указанной цене мы получаем прибыль в 70%, даже с учетом посредников. Если вы напрямую покупаете GPU, вы можете достичь примерно 90% маржи, как у Anthropic, то есть стоимость может быть чрезвычайно низкой. Конечно, речь идет об открытых моделях. Нам все еще нужно, чтобы открытые модели продолжали улучшаться, но текущие тенденции действительно идут в этом направлении.

OpenCode заблокирован Claude Code?

Скотт: Давайте поговорим о Claude Code. Их позиция всегда была неясной — могут ли провайдеры, такие как OpenCode, использовать тариф Claude Code Max? Какова текущая ситуация?

Dax: Что касается интеграции, плагин в OpenCode, который предлагает вам использовать тариф Max, абсолютно не допускается. Мы долго спорили с ними по этому поводу, но в итоге не смогли добиться своего. Конечно, люди всегда найдут способы обойти ограничения с помощью хакерских методов, но мы не можем официально поддерживать такой подход.

Что касается SDK, то использование головного режима для вызова Claude сейчас находится в серой зоне — они пока говорят, что это разрешено. Поэтому такие продукты, как Conductor, могут обертывать его, и T3 Code тоже может его обертывать. Но мы никогда не будем его обертывать, поскольку это в значительной степени противоречит первоначальной цели OpenCode. Что касается инструментов оркестровки или альтернативных интерфейсов, я считаю, что эти продукты пока еще работают, но ситуация остается неясной.

В конечном счете, это вопрос корпоративной культуры: вы являетесь компанией, ориентированной на потребителей, или компанией, ориентированной на бизнес. OpenAI — это совершенно компания, ориентированная на потребителей, что означает, что они будут тратить любое количество денег и привлекать любое количество средств, чтобы донести опыт до большего числа людей. Именно поэтому подписка OpenAI официально поддерживается в OpenCode, тогда как я считаю, что у Anthropic нет совершенно такой же культуры.

Если вы — компания, ориентированная на бизнес, ситуация совершенно другая: каждый раз, когда вы выделяете вычислительные ресурсы для потребительских целей, кто-то из отдела продаж подойдет и скажет: «У меня есть корпоративный клиент, готовый платить по фактической цене». Если ваша вычислительная мощность ограничена, внутри компании сложно обосновать использование OpenCode пользователями. Хотя сейчас, вероятно, их вычислительные ресурсы стали больше, чем раньше.

Скотт: Это причина, по которой они не хотят, чтобы вы этим пользовались? Многие говорят: «Что в этом такого? Я заплатил за подписку, почему бы мне не использовать это где угодно?» Другие предполагают, что им нужны данные для обучения или контроль. Но на самом деле всё просто — у них ограниченные вычислительные ресурсы?

Dax: На самом деле каждая компания по сути является воронкой: вы помещаете что-то в верхней части воронки, чтобы привлечь пользователей, и, в идеальном случае, они проходят весь путь до самого дна.

Они разработали Claude Code как верхнюю часть воронки — это продукт, ориентированный на потребителя. Вы им пользуетесь, ваша компания начинает его использовать, а затем начинает платить по токенам. Но если пользователи используют OpenCode, эта цепочка конверсии может оборваться, потому что в OpenCode вы можете свободно переключаться между другими моделями. Если вам не нравится Claude, вы можете в любой момент переключиться на самую популярную новую модель.

Вторая причина — это конкуренция за вычислительные мощности: всё, что вы вкладываете в верхнюю часть воронки, должно доказать, что в конечном итоге вернётся в её нижнюю часть. Если вы — компания, ориентированная на потребителя, здесь вы можете быть более гибкими.

Вес: Ты когда-нибудь задумывался, появится ли в будущем модель, у которой вообще не будет API, и ты сможешь использовать её только через их приложение? Как, например, ElevenLabs — у них отличное приложение, но ты должен подписаться на ежемесячный план, нельзя платить по мере использования. Думаешь, такое случится?

Dax: Да, это снова отражает внутреннюю структуру компании. Команда продуктов будет очень поддерживать такой подход: они могут сказать: «Мы можем создать очень специализированную модель, разработать для нее специализированный продукт и объединить их вместе — чтобы использовать модель, нужно использовать наш продукт». Это отличная стратегия привязки для команд, ориентированных на продукт.

Однако у отдела продаж есть цели по выручке, и они скажут: «Наша цель по выручке — 100 миллиардов. Ваша модель эксклюзивного API или эксклюзивного продукта в лучшем случае принесет только 50 миллиардов; кто заполнит оставшийся разрыв в 50 миллиардов?» Команда продаж будет настаивать: «Нет, модель обязательно нужно встроить в API, чтобы мы могли лучше достичь цели». Пока существует такое внутреннее противостояние, организации сложно обосновать отказ от части выручки в обмен на долю рынка.

По мере того как эти лаборатории все чаще выходят на уровень продуктов, они фактически получают «кнопку несправедливости», и я не удивлен, что в какой-то момент они ее нажмут. И они будут оправдывать это странными способами, например: «Эта модель слишком опасна, безопасно использовать ее только в нашей рамке, мы не можем позволить ей работать в других рамках». Это не настоящая причина, но, скорее всего, именно так они и будут говорить.

Вес: Вопрос безопасности Fable — все ли эти новые модели небезопасны? Говорят, что правительство считает их небезопасными — это правда или просто шумиха?

Dax: Я считаю, что многие вещи правдивы, и они могут противоречить друг другу; эти модели действительно обладают потенциалом причинить огромный вред. Разумно, что правительство говорит, что нам нужно провести некий вид проверки перед выпуском. Если вы работаете в крупной компании, такой как Meta, и они запускают продукт, например, с функцией загрузки аватаров, им необходимо доказать правительству, что они применяют фильтрацию детской порнографии для этой функции. В таких масштабах даже самые незначительные встроенные функции подвергаются безумному уровню регулирования.

Но проблема в том, что если этот процесс будет крайне неосведомленным или коррумпированным, итогом станет не всеобъемлющее одобрение модели и широкий доступ для всех, а неравный доступ, обусловленный государственными процедурами — это будет очень плохая ситуация, и я надеюсь, что этого не произойдет. Я бы предпочел увидеть более скучный результат: каждый раз, когда они выпускают новую модель, им нужно просто проходить месячную процедуру.

С другой стороны, это не полностью рациональный вопрос. Я считаю, что этим лабораториям не следует безрассудно заявлять, что они обладают «ядерным оружием», поскольку это привлечет политический интерес. Это как играть с бомбой, которая может в конечном итоге привести к скучной ситуации или перерасти в по-настоящему плохую ситуацию, например, неправильную или чрезмерно агрессивную регуляторную реакцию, неблагоприятную для всей экономики. Поэтому я надеюсь, что эти лаборатории будут более осторожны в вопросах общественного восприятия, потому что нельзя повсюду заявлять, что у тебя есть ядерная бомба, и ожидать, что ничего не произойдет.

Взаимодействие с ИИ движется к бесконтактности

Скотт: Давайте поговорим о MCP, Skill и инструментах, используемых при AI-программировании. Что действительно стоит внимания и использования? Что вы сами используете?

Dax: У большинства из нас личные настройки очень просты. На самом деле интересно то, что наш внутренний Discord-бот имеет гораздо больше MCP и навыков, чем наши личные настройки. У нас есть что-то под названием «Gang Growth», придуманное Китом Лэнгом. В任何时候, когда мы застреваем при решении задач — будь то бизнес-вопросы, проектирование API или реализация — мы голосовым сообщением отправляем запрос в Discord-бота и упоминаем @OpenCode, и он работает как инструмент совместной работы.

Этот робот подключен ко всем данным компании, и я могу спросить его: «Сколько всего потратили за прошлую неделю все пользователи Go-подписок с включенной переплатой?» — и он сразу же рассчитает это. Наша команда изменила привычку: практически нет причин отмечать кого-то еще. У вас есть вопрос — сначала отметьте OpenCode. Если другие увидят, они присоединятся и помогут. Но OpenCode часто справляется сам.

Скотт: А что, если роботу нужно вернуть вам информацию? Сейчас все обсуждают MCP UI или прямую генерацию HTML-файлов. Как вы думаете, каким будет будущий способ отображения информации агентами-программистами?

Dax: Мы обязательно добавим к OpenCode какую-то функцию артефактов, чтобы она могла генерировать документы и отправлять их вам. Она использует HTML вместе с SVG для визуализации — это очень круто. Для этого не нужно ничего особенного, просто используется способность агента. Что касается MCP UI, я еще не углублялся в это, но считаю, что мы поддержим его в настольном приложении, особенно когда начнем уделять больше внимания неспециалистам, поскольку я считаю, что их вопросы и задачи могут выиграть от динамического интерфейса или чего-то более насыщенного.

Наша команда сейчас увлечена использованием голосовых подсказок, и даже когда мы пишем друг другу в Discord, мы используем голос, потому что ненавидим печатать. Когда можно просто сказать это вслух, я предпочитаю примерно описать, что мне нужно сделать, вместо того чтобы взаимодействовать с интерфейсом. Если мне придется все вводить вручную — это точно будет плохо. Но я могу использовать голос — голос сейчас очень быстрый и работает локально.

Скотт: Я купил педаль, потому что голосовых команд слишком много. Одна педаль — «ввод», другая — «активировать диктовку», а третья — для переключения вкладок. Я просто сижу и пользуюсь ею, это очень удобно.

Dax: Многие скептически относятся к этому, и я полностью понимаю, потому что сам начал делать это только после того, как увидел, как это делает Kit. Когда вы видите, как кто-то другой это делает, в вашем сознании что-то щелкает. Если вы никогда этого не делали, вам может показаться это неловким. Но на самом деле это самое естественное дело: вы можете бормотать, путаться, делать опечатки — это не имеет значения, потому что LLM отлично понимают то, что вы на самом деле хотите сказать.

Вес: Вы используете приложение Hex от Kit?

Dax: Я использую Handy на основном компьютере и Hex на Mac. Модель отличная, это главное.

Вес: Мой способ активации прост — маленькая кнопка на мыши, достаточно двойного нажатия. Также кто-то разрабатывает кольцо, которое можно постучать, и они отправят мне одно, я попробую.

Dax: Я сейчас большую часть времени держу пальцы на клавиатуре, поэтому настроил горячую клавишу.

Вес: Есть ли что-то еще, о чем мы не говорили, но что ты хочешь особо подчеркнуть? Например, твои личные взгляды?

Dax: Я очень взволнован предстоящим поколением моделей. Обычно при выпуске новой модели всё кажется одинаковым, и я даже пишу посты, в которых жалуюсь на это. Но на этот раз впервые я чувствую, что эти модели действительно будут активно использоваться многими людьми. Они уже технически выпущены, просто правительство пока не разрешает обычным пользователям их использовать.

Вес: Сейчас существует множество тестов производительности и оценок, и при этом все говорят: «Чувствуется намного лучше». Считаете ли вы, что в конечном итоге мы сможем создать действительно значимый тест производительности?

Dax: Честно говоря, я сейчас вообще не смотрю на результаты тестов, я даже не уверен, что когда-либо действительно их смотрел; мне кажется, эти оценки давно превратились в фоновый шум. Мы все знаем, что цифры растут, и они растут больше, чем у конкурентов, но когда конкуренты выпускают что-то новое, их оценки снова растут еще больше — в чем вообще смысл?

Поэтому сейчас я смотрю только на качественные отзывы. Мне нравится наблюдать, как люди делятся тем, что они могут делать с моделью или что создали. Очевидно, что на масштабе миллионов точек данных такой обратной связи не получить, но эти продукты по своей сути нечеткие, и в конечном итоге все сводится к тому, довольны ли пользователи или разочарованы. Именно поэтому мне нравится отслеживать использование токенов нашей командой. Если кривая растет — значит, что-то работает, значит, им что-то нравится. В нашей команде есть поклонники Claude, GPT и открытых моделей, поэтому у нас хорошее покрытие по всем направлениям.

Скотт: Вы недавно чем-то особенно наслаждались и хотите поделиться этим?

Dax: Конечно, это тот самый exe.dev, о котором я уже упоминал. Если вы хотите попробовать концепцию «облачной машины», это очень умный продукт, отлично реализованный. Он вызывает у меня такое же ощущение, как Tailscale — то самое «как это вообще работает?». У exe.dev та же атмосфера. Мне особенно нравятся продукты, которые точно находят свою нишу, и этот как раз занимает странную пустоту. Вы можете арендовать сервер у AWS или другого провайдера, но сложно легко найти сервер с быстрым постоянным диском по разумной цене. Эту нишу раньше заполняли только сомнительные провайдеры VPS, которые появлялись и исчезали.

Когда я несколько лет назад впервые собирал свой сервер для разработки, я искал самый дешевый вариант и наткнулся на VPS-провайдера в Майами. Этот парень якобы фальсифицировал свою смерть, и его сервер внезапно отключился. Он отправил всем письмо: «Я собираюсь сделать медицинскую операцию, буду вне связи три дня», — и через три дня сервер действительно перестал работать. Я подумал: «Боже, что-то случилось?» Прошел месяц, и никто не смог с ним связаться. В конце концов, я нашел на форуме пост, где кто-то выяснил, что он ранее также вел VPS-услуги и исчез в похожей ситуации. Этот рынок дешевых, но мощных серверов оказался невероятно ненадежным. До сих пор я не понимаю, в чем вообще суть этой аферы? Я заплатил ему за услуги — зачем ему исчезать?

Вес: Что бы вы порекомендовали зрителям?

Dax: Если речь идет о собственных проектах, я рекомендую OpenTUI. Это отличный способ создавать TUI-интерфейсы. Вы можете строить высокопроизводительные TUI с использованием React, SolidJS или даже Vue-биндингов. OpenCode был создан именно на этой основе, и мы активно движемся к версии 1.0. В последнее время наблюдается возрождение интереса к терминальным продуктам и приложениям.

Скотт: Кто еще использует это? Новые сборки Grok или что-то от xAI тоже?

Dax: CLI для Grok сделан отлично — работает прекрасно и обладает отличной производительностью, но он написан на Rust, и, вероятно, используется библиотека Ratatouille. Однако новый Hermes-прокси TUI построен на OpenTUI. Сообщество быстро растет, и теперь, когда я вижу TUI в своей ленте, скорее всего, это OpenTUI, особенно потому, что можно писать код в стиле vibe coding, поскольку по сути это React.