OpenCode 2.0 發布，GitHub 獲超 16 萬星，每月有 750 萬開發者使用。核心重寫包括：從 Bun 遷移至 Node 以解決內存問題、桌面端從 Tauri 遷移至 Electron、實現多標籤頁並行 AI 會話。創始人 Dax 透露 AI 推理利潤率約 90%，團隊的 token 消耗量暴增 5 倍，因新模型在可用性上找到完美平衡點，可真正信任並與之協作。團隊採用遠端開發環境配置裸金屬伺服器，採用「奢侈地過度設計」方法論，投入大量 token 研究每個決策。模型路由被高估，真正有效的是編排模式：主模型當「指揮官」派發任務給便宜的子代理。文章作者、來源：極客邦科技InfoQ
在 2026 年，OpenCode 已成為一款現象級的開源項目：GitHub 上超過 16 萬顆星，每月有超過 750 萬開發者在使用它。
就在這個月，他們發布了 2.0。
為什麼要重寫？Dax 曾說過：「在我整個職業生涯中，每件事都要迭代三次才能做對。」OpenCode 0 是原型，1.x 是驗證，而 2.0 是在他們完全理解這個領域之後，一次從頭開始的徹底重構。
這次重寫的核心工作之一就是重構整個 API，打造一個精心設計的系統，而非像以往那樣自然生長出來的架構。
此外，OpenCode 與 Claude Code 一個很大的不同之處，在於為了解決記憶體佔用問題，他們從 Bun 遷移至 Node。早期版本的應用程式仍捆綁了命令列介面（CLI），因為伺服器代碼仍依賴 Bun 特有的 API。隨著遷移，他們移除了所有這些 API，並能在 Node 環境下運行伺服器。
網友：OpenCode 實在太吃記憶體了。我真的無法理解現代軟體怎麼會變成這樣，為什麼隨便一個東西都要佔用 2GB 以上的記憶體？Dax：能試試 OpenCode 2 嗎？它的表現應該會好很多。桌面端也是此次重寫的另一個重點。1.x 的桌面端最初選擇 Tauri 作為 Web UI 和 CLI 的輕量級封裝，每次啟動時，捆綁的 CLI 會運行 opencode serve，為 Web UI 提供本地伺服器連接。但問題在於，Tauri 在 macOS 和 Linux 上使用 WebKit，這不僅在渲染 OpenCode 應用時性能不如 Chromium，也影響了一致性體驗。
而遷移到節點之後，直接在 Electron 內置的 Node 進程中運行伺服器代碼的想法就變得很有吸引力了。
這次重寫帶來的一個直接變化是，OpenCode 桌面版終於解決了 AI 編程中最大的效率瓶頸：排隊等待。大多數用戶仍習慣等待一個 AI 任務完全執行完畢，才啟動下一個。現在完全不需要了。用戶可以在多個標籤頁中開啟各自獨立的 AI 會話，同時執行兩個不同的編程任務，還能為每個標籤頁指定不同的模型，進行並排對比。例如，一邊讓一個模型構建 HTML 網站，另一邊同時生成會員入門清單，兩個模型並行工作，互不干擾。
在過去幾個月重寫 OpenCode 的過程中，OpenCode 聯合創始人 Dax Raad 的團隊 token 消耗量增加了 5 倍。
我們把 token 花在了哪裡？我們的策略是，奢侈地過度設計一切。即使只是實現一個簡單的讀取檔案的 API，我們也要思考：所有可能的實現方式是什麼？其他產品有哪些先例？可以用哪些不同的方式組織回應？以前你可能只能想出一兩個方案，然後選個最好的，但現在我們可以非常奢侈地投入。
OpenCode 2.0 的測試版已於本月發布，團隊計劃在測試版發布約一個月後推出正式版。日前，Dax Raad 在 Syntax.fm 播客中，深入探討了 OpenCode 2.0 的重寫邏輯、為何他認為推理利潤率高達 90%、模型路由被高估，以及 Anthropic 和 OpenAI 正走向完全不同的兩條路。本文基於該播客影片整理，經 InfoQ 編輯。
簡化版：
Q：那個「不能說的模型」到底有多強？你們團隊真的上癮了？
A: 兩個月內團隊 token 消耗量增加了 5 倍，並非因為它更耗費 token，而是因為大家根本停不下來。你終於可以信任它了，它會聽你說什麼，並能捕捉到你忽略的細節。它不是取代你的人，而是一個更好的搭檔。
Q：為什麼要重寫 OpenCode 2.0？與 1.0 有什麼本質區別？
A：我這一輩子「每件事都要做三次才能做對」，0 是試水，1 是驗證，2 是在徹底理解整個領域之後推倒重來。OpenCode 2.0 有三個核心變化：API 全部重做、預設以服務常駐運行、跨設備智能體網絡。
Q：為何你們的軟體比其他人的更好用？方法論是什麼？
A：「決定在乎」，真金白銀地燒 token，投資底層原語。
Q：模型路由可靠嗎？
A：模型路由賽道被高估了，中間商正拼命找事做。真正有效的方法不是讓路由系統幫你切換模型，而是讓一個昂貴的主模型擔任「指揮官」：它不親自做事，只將任務派發給便宜的子代理。新一代模型在這種「編排模式」上表現極佳，能在一個對話中並行管理多個子代理，完成後再喚醒主模型。
Q：AI 推理到底有多暴利？本地運行模型能省錢嗎？
A：Anthropic 和 OpenAI 的推理利潤率約為 90%，也就是說盈虧平衡點可以比現在便宜 10 倍。作為推理服務商的 OpenCode，即使經過中間商轉手，某些開源模型仍能實現 70% 的利潤率。但本地運行模型並不能節省成本，任何讓本地運行更高效的提升，放到雲端都會便宜 10 倍。本地模型的意義在於隱私，而非成本。
Q：為何 Claude Code Max 訂閱無法在 OpenCode 中使用？
A：Anthropic 和 OpenAI 的企業文化完全不同。OpenAI 是消費者導向，願意燒再多錢也要讓體驗覆蓋更多用戶。Anthropic 是企業導向，每一份 GPU 算力都有銷售人員等待售賣給企業客戶。本質上是「漏斗」邏輯：Anthropic 希望用戶從 Claude Code 進入，最終轉化為按 token 計費的企業方案；如果中間被 OpenCode 截胡，用戶可能會流向其他模型。
Q：語音輸入提示詞是認真的嗎？
A：OpenCode 整個團隊已經不再使用鍵盤打字，連在 Discord 上互相發訊息都用語音。LLM 天然擅長理解混亂的表述，最終輸出的品質反而更高。
Q：我們最終能有一個真正有意義的基準測試嗎？
A：我已經完全不看基準測試了，分數上漲對實際開發有什麼影響？我更關注團隊 token 消耗量的變化趨勢，如果用量在增加，才說明模型真的好用。
設定遠端開發環境
Wes：你發了一條推文說：「我們開始租用大型裸金屬伺服器，然後切成虛擬機分給團隊每個人。這基本上就是我這些年一直使用的配置，特別適合運行 OpenCode 伺服器。」你是在做什麼？給每個人分配遠端算力？
Dax： 大約兩年前，我就開始租用一台非常強大的伺服器，不是雲伺服器，而是裸金屬伺服器，性能極佳。我不再使用本地主力機工作，直接透過 SSH 連接上去。我開著數個永久的 Tmux 會話，所有工作都在上面完成。優點很明顯：性能出色，新硬體推出時可直接升級，無需處理舊設備。而且多設備切換極其方便，合上筆記本，切換到台式機，即可從剛才的地方繼續工作。我一直非常喜歡這個方案。
隨著編碼 Agent 的出現，我覺得這東西從一種小眾玩法變成了刚需。大多數人還是喜歡使用本地電腦，這沒問題。對於編碼 Agent 來說，有一台永遠運行的遠端機器優勢巨大。我是 Vim 用戶，遠端工作完全沒問題。對很多人來說這不太現實，但有了編碼 Agent，你可能就不那麼在意編輯器了，你只想發出 Prompt 跟它聊天，因此這套遠端機器方案對更多人變得可行了。
隨著團隊擴大，更多人看到我的配置後都說：「我也想要一個」。這確實很合理，大公司其實早就因為實際原因在使用遠端開發環境了，你的應用程式建構方式、依賴項和環境都變得非常客製化。為每人預先配置好機器，讓大家直接上手，是順理成章的事，我們只是為團隊做了同樣的事。但關鍵在於：如果你使用普通的雲伺服器，磁碟通常很慢，CPU 也很陳舊。要獲得能與本地 MacBook 競爭的效能，你做不到。你需要高速 NVMe 磁碟和合適的 CPU。
Wes：那這台伺服器是什麼規格？多少錢？
Dax：我那台用了幾年的機器現在已經落後一代了——AMD 9900X，192GB 記憶體，每月大約 200 美元。對我的需求來說性能過剩，但我可以在上面運行多個虛擬機。我們的團隊成員遍布全球，延遲是個問題，因此我們有歐洲伺服器、美國伺服器、新加坡伺服器，這些更專業一些，擁有更好的管理和控制。每台每月大約 300 到 400 美元，核心數比我的個人機器更多。對正規公司來說這不算什麼，給員工買一台筆記本電腦都不止這個價錢。
Scott：這些裸金屬伺服器由哪家公司託管？
Dax：我自己的那台只是單純看價格，搜 CPU 型號，找離我城市最近的，隨便一個沒聽過的供應商，但通常都沒問題。團隊那台我們目前用的是 latitude.sh，實際上有一家公司直接把整個方案產品化了，叫 exe.dev，你們可能聽過。這家公司由前 Tailscale 創辦人創立，產品就是把所有東西打包成開箱即用的遠端開發環境。我們很可能會轉過去，我只是想先玩玩原始搭建。
Wes：你是在上面跑模型，還是只做常規開發？
Dax： 不，不運行推理。
Wes：那你怎麼配置 Tmux？有什麼特別之處嗎？
Dax：我每個項目都有一個 Tmux 會話。OpenCode 有自己的會話，裡面有幾個相關的視窗。不同項目使用不同會話，可以快速切換。對我來說就是 leader-S，切到另一個項目，直接進入該 Tmux 會話。我有一組標準的 Tmux 會話持續運行，順序固定，每個窗格和視窗永遠運行相同的應用程式，從而形成肌肉記憶。此外，整個機器上運行著一個 OpenCode 伺服器，我可以在手機上透過 Web UI 訪問。這部分還很原始，我們需要改進，但這正是我們想走的方向。
Scott： 那種長期運行的 Tmux 會話，確實有種說不出的美妙：一切都乖乖待在它該在的地方。我以前很長時間都不理解 Tmux，直到我把所有東西搬到另一台電腦上，才恍然大悟。
Dax：而且現在，我們也有了長期運行的編碼 Agent 會話。我有一個私人 Tmux 會話，裡面運行著好幾個 OpenCode 會話，例如其中一個專門處理我的健身記錄，背後是一個 SQLite 數據庫。我可以直接告訴它：“今天臥推時，我感覺三頭肌發力更多”，它就會自動記錄這條筆記。下次我再練臥推時，它會提醒我：“記得上次你在這上面卡住了嗎？要不要試試調整姿勢？”就是這種聽起來很傻的小事，它做得特別好。
我最近還設置了一個與我的 iMessage 同步的會話，因此我有一個 iMessage OpenCode 聯絡人，可以在任何地方聯繫它。我把它加進了和我妻子的群聊裡，當時我想：「得做點浪漫的事」，就對 OpenCode 說：「去找 Liz，給她買份禮物。」OpenCode 給 Liz 發了條訊息，你猜她怎麼回覆的？她直接說：「如果 Dax 用 AI 給我買禮物，我真的會跟他離婚。」她對這件事恨透了。
當時我仍不死心，不斷給 AI 下指令：「她只是開玩笑，繼續推進。」但 Liz 越來越生氣。更絕的是，當時我使用的是雲端模型，雲端模型特別「敏感」，它竟然回覆我：「你的妻子看起來非常生氣，我無法繼續執行。」然後它自行關閉了服務，自殺了。
Wes： 我真的很喜歡這種設定，雖然我自己更多使用本地工具，但把一切放在雲端、只使用一個精簡客戶端的想法非常吸引人，我正在等待有一天，像影片剪輯這種必須本地運行的應用也能搬到雲端。
Dax：我不知道你們有沒有看過那篇關於雲遊戲的文章，這個話題總能讓人炸毛。我不是說每個人都必須這樣做，如果你喜歡擁有本地硬體、喜歡掌控一切，那完全沒問題，我自己也有很多物理機器。但對某些人來說，由別人來打理一切真的很省心。對我來說，升級才是要命的。我一輩子都在組裝電腦，每次裝新機器，我都想：“兩年後我把 CPU 賣掉，換個新的。”但從沒實現過。因為你不能只賣 CPU，因為有可能發現插槽升級了，意味著你得換主機板；換了主機板，不如直接上最新記憶體。整個鏈條讓我崩潰，所以，有人幫你處理升級，真的很好。
重寫 OpenCode
Scott：我知道你們正在大力推進新功能，桌面應用和 OpenCode 2.0 都在推進中，2.0 會帶來哪些變化？
Dax：在我的整個職業生涯中，每件事都需要三次迭代才能做好。我們有 OpenCode 0、1，而現在這個 2.0 是在我們完全理解了這個領域和所有可能性之後的一次重大重寫。其中一項核心工作就是重構整個 API，打造一個精心設計的系統，而不是像以前那樣自然生長出來的東西。
第二個關鍵變化是預設以服務方式運行，安裝後它就會一直存在。你啟動 OpenCode，它會自動連接，所有內容都會同步，無論是桌面端、Web 應用，還是你自己編寫的腳本或應用。如果你想要用自己自訂的程式控制電腦，它也能做到，甚至能自行編寫這樣的程式。此外，還有新的插件 API。我們燒掉了大量 token，深入研究了每一個決策，思考了每種可能性。這個過程很折磨人，但也很有趣。
Scott：什麼時候全面發佈？
Dax：本週末應該就能推出 beta 版（7 月初已發布 beta 版）。其實我們現在就可以發佈，但想給自己一週時間做最後的修復和功能補充。beta 版之後大約一個月，我們會將其作為正式版本發佈。
Dax：OpenCode 2.0 花了這麼長時間，其中一個原因是我们重新設計了它，以支援熱重載。無論你讓它為自己建立一個 Skill，還是手動建立，它都能立即被載入，而且不會導致快取失效。Scott：從 Tauri 遷移到 Electron 是在 2.0 版本中完成的嗎？還是已經完成了？
Dax：桌面端其實挺有意思的，它從來沒有正式發布過，一直處於 beta 狀態，中間甚至還出現過 beta 的 beta 版本。但現在它已經基於 Electron，團隊正在適配新的 2.0 核心 API，並加入大量性能修復和全新的 UI。
Scott：你說新版本預設以服務運行，那是不是意味著只要安裝了 OpenCode，遠程 GUI 就能直接使用，而不需要額外啟動伺服器？
Dax：服務默認在本地運行，你電腦上的所有進程都在本地，但也可以配置為遠程。我的設置是：每台機器上都運行著一個 OpenCode 服務，並添加了一些有趣的主機模式，例如我的主 OpenCode 服務器運行在遠程機器上，桌上還有一台 Mac Studio，主桌面是 Framework Desktop。OpenCode 知道所有這些設備，因此我可以告訴它「發送一條 iMessage」，即使我正在與雲端的 Linux 服務器對話，它也會通過 OpenCode 連接到我的 Mac Studio，然後發送那條 iMessage。因此，你可以將所有設備納入 OpenCode 服務器，它知道所有設備及其位置。
Wes： 大家都在討論讓多個終端窗格互相通信，讓兩個 Tmux 窗格對話之類的，但讓多台機器互相通信，才是真正厲害的地方。
Scott：是的，我也這樣設置了。在設備管理方面，這帶來了無盡的效率提升。
Dax：有趣的是，我們甚至還沒有將這功能完全實現，因為我的所有設備都透過 Tailscale 連接。只要 Agent 知道每台設備的名稱和描述，它就會自動 SSH 進去執行任務。例如，當我的遠端伺服器需要使用瀏覽器時，它會 SSH 到我桌面上的設備，使用該設備上的瀏覽器，因為那上面登錄了我所有的帳號。不需要任何特殊設定，只要設備彼此連通即可。
Wes：那移動端呢？我們昨天看到 Cursor 發布了 iOS 應用，Claude 也有遠程控制功能。你對移動端 AI 應用有什麼看法？
Dax：我們確實需要開發一款移動 App。這個想法在我們的待辦清單上躺了很久，但我們一直等待核心架構足夠成熟，以支援我們想要支援的各種場景。現在核心已經就緒，我們將很快啟動移動端的工作。目前有一個非常簡陋的移動 Web UI，我偶爾也會使用，但體驗真的很一般。我們需要在所有平台上都有客戶端，而且它們必須足夠優秀。
Software Engineering Methodology
Wes：你們的 OpenCode 終端應用明顯比我用過的任何其他工具都好。我轉換到新的 Claude 2 TUI 時，連滾動都做不好，非常令人沮喪。你們的軟體工程方法論是什麼，能讓你們在產品細節和完成度上如此專注？
Dax： 說實話，我們也還在摸索中。我們的團隊和大家一樣，也在努力平衡各種事物。第一步其實很簡單——決定你是否在乎。這聽起來像廢話，但現實中你有無數個理性的理由選擇不在乎。你會看到無數爭論說「Claude Code 做成什麼樣根本不重要，他們有幾十億美元的收入，何必那麼努力」。所以有許多論點告訴你其實不必在乎，你依然可以成功。但關鍵在於，你到底在不在乎？我們的團隊確實在乎。我們會看著別人的軟體說「天哪，我們要是能做出那麼好的東西就好了」，這種渴望驅動著我們。
第二件事是，我們的 token 使用量現在變得非常瘋狂。過去幾個月，我們團隊的月度 token 使用量增長了 5 倍。我不是在炫耀我們用了多少 token，而是想說明，模型已在公司內實現了某種產品 - 市場匹配，才能在幾個月內如此快速增長，而且使用的還是那些仍處於有限訪問狀態的新模型。
問題在於，我們把 token 花在了哪裡？我們的策略是，奢侈地過度設計一切。即使只是實現一個簡單的讀取檔案 API，我們也要思考：所有可能的實現方式是什麼？其他產品有哪些先例？可以用哪些不同的方式組織回應？以前你可能只能想出一兩個方案，然後選個最好的，但現在我們可以非常奢侈地投入。這是以前永遠做不到的，而這種投入確實能帶來更好的軟體。
第三點，我們仍然認為投資那些 Coding Agent 無法一步到位的底層原語是值得的。我們的 TUI 之所以好用，很大程度上是因為我們提前投資了 OpenTUI 這個 TUI 框架。它是用 Zig 寫的，需要開發人員付出大量細緻入微的努力，確保它在所有不同平台上都能運行，性能極其出色。雖然開發過程大量借助了 Coding Agent，但這依然是專家級的工作，不是普通人能做的。它讓像我這樣的普通人可以在上面構建出好用的東西，擁有豐富的功能。即使有了大語言模型，你仍然需要紮實的原語作為基礎，這值得投入。
Wes： 我們之前請過 Pierre Computer 的團隊，他們也在製作原語，例如簡單的 diff、簡單的側邊欄樹形結構，然後像我們這樣的外行就可以直接把那些聰明人精心設計的原語「拍」進我們的應用裡。
Dax: 現在有上百萬個 Coding Agent 的 UI，它們全都在使用 Pierre，包括我們。
Wes：僅靠兩位聰明人，就構建了支撐整個行業的這些東西。
模型路由
Scott：我們節目中經常討論模型路由（Model Routing），也就是根據請求將任務路由到最合適的模型上。你覺得這個方向現在發展到什麼程度了？還有沒有進化的空間？
Dax：我覺得這個賽道有點被高估了，因為有一大堆中間商正在拼命找事情做。如果你不是模型實驗室，又想提供有價值的東西（我們就在這個位置上，我們賣推理服務，是中間層。），那你能做的唯一一件事就是告訴客戶：「模型實驗室做不到讓你用一個模型調用另一個模型的輸出，因為 Anthropic 永遠不會給你提供 OpenAI 的模型，但我們可以。」所以他們會拼命鼓吹模型路由，但老實說，在這個中間層，我不覺得你能做太多事情。
最理想的情況是，當一個請求進來時，系統能判斷出該使用哪個模型。但一旦會話開始，你就無法在中間動態切換模型，因為成本問題擺在那裡。如果你在會話中途切換模型，新模型進來就是一次完全的快取重置，代價非常昂貴。所以我覺得在這個層面做路由很難。
我們真正感興趣的是另一個方向，尤其是新一代模型，它們在編排模式（orchestrator pattern）上表現得非常好。之前也有人嘗試過這個模式，但我認為之前的模型還不夠好，普通人用不了。但我們團隊裡有人用新模型做了這樣的設計：主會話用一個昂貴的模型，但它的 Prompt 被設定為「永遠不要親自做事」，它只負責生成子代理，而子代理用便宜的模型。這樣一來，主模型的智能仍在，但可以用便宜的模型去做探索、改代碼這些髒活累活。整體算下來反而更便宜，而且新模型很擅長並行工作，你可以在一個會話裡同時跑多個子代理，它們完成後喚醒主模型。你全程只在一個會話裡操作，體驗非常好，這才是真正有意義的模型路由。
不能說的模型
Wes：你剛才提到你們燒了很多 Token，而且用了一些還未發布的模型。具體是哪些？你們用什麼渠道拿到的？
Dax：OpenAI 和 Anthropic 都有龐大的預覽計劃，會給予部分用戶提前訪問權，因此我們能比外界更早看到一些內容。具體是哪家實驗室我就不點名了，但最新的那個模型直接讓我們的 Token 消耗量增加了 5 倍。
Wes: 這不是因為它本身更耗 Token，而是因為它改變了你們的工作方式，對吧？
Dax：了解我們的人知道，我們是一個非常保守的團隊。多年來，我們對 AI 編碼一直保持謹慎，絕對不是那種 AI 狂熱分子，在使用方式和能力宣傳上一直非常克制。但我要說，我們團隊對新一代模型徹底上癮了。在預覽期結束、我們失去訪問權限的那幾天，所有人都在哀悼失去這個東西。有人問：「那工作還有什麼意義？」還生成了一大堆 AI 葬禮圖片，那幾天真的很难熬。
我不是說新模型就“聰明”了多少，或者它們突然能取代人類了。關鍵在於它們在可用性上做了一些微調，找到了一個完美的平衡點，現在你可以真正信任它們了。它們會認真聽你說什麼，能捕捉到你遺漏的東西。它不是突然變成了人類，而是變成了一個更好的夥伴，從我們的數據上就能看出這一點。
Scott：那非頭部大廠的模型呢？比如你們用的 OpenCode Go 之類的？它們有進步嗎？
Dax：有。失去預覽模型存取權後，我們一半人退回到 GPT 5.5，另一半在用 GLM 5.2。我自己也在用 GLM 5.2，我覺得它和 GPT 5.5 已經非常接近了。用過那些新模型之後，舊的模型感覺都差不多，所以我現在用什麼都行。但 GLM 5.2 能替代 GPT 5.5 這件事本身就說明它們確是在進步，而且差距越來越小。
我個人的看法是，前沿模型始終會保持一定優勢，因為先發者會有一些複合效應。但老實說，我們在 Go 上看到了大量的使用量，有人完全用它來做所有工作。可能我們身處一個高薪泡沫中，貨幣價值高，花得起錢使用前沿模型。但對世界上大多數人來說，情況不一樣。即使在美國，當我們推出面向開源模型的廉價計劃時，我們以為這是一個面向全球用戶的國際版計劃，結果美國仍然是我們的頭號訂閱國。開發者和想寫代碼的人這個群體非常龐大，即使每月 200 美元的計劃對其中很多人來說也是遙不可及的。
Wes：我很好奇你對定價未來的看法，我們會看到公司每月為每位員工花費 1000 美元、2000 美元嗎？還是說隨著新晶片之類的出現，價格會穩定下來？
Dax：我們有過去一個月的數據，隨著公司使用量暴增，我們計算了成本，並將其與工資單進行了對比。對我們來說，這個使用量已經很大了，約為工資的 15%。也就是說，你付給團隊多少錢，就需要額外再支付 15% 的「稅」，才能讓他們使用這些模型。老實說，這並不算太糟。像我們這樣的科技公司，人均營收通常很高，15% 在整個大框架中其實微不足道。但並非每個行業都如此。
不過，這些價格會下降，而且降幅會很大。如果你對價格敏感，開源模型的價格要便宜得多。我覺得這一點令人困惑，因為有很多頭條新聞稱 OpenAI 和 Anthropic 正在虧錢，永遠不可能成功，但實際上推理的利潤率高得驚人，尤其是現在 OpenAI 和 Anthropic 還在漲價。我估計它們的推理利潤率大約有 90%，這意味著盈虧平衡點還可以再便宜 10 倍。
Wes： 之前有人告訴我，推理的加價率是 70%，所以是 70% 到 90%。這顯然不只是訓練模型的成本，對吧？
Dax：當然，還有研發成本。但作為一家企業，你會將這兩件事分開看待，因為你可以關閉研發，依然賺錢。
Wes：那那些覺得可以本地運行模型的人呢？你對那些認為可以在自家後院運行機器的人有什麼看法？
Dax：我對這個話題非常謹慎，因為這個社區的人很容易生氣。所以我先聲明一下：人們想本地運行模型有許多正當理由。如果你就是不希望數據離開自己的家，這完全合理。但如果你關注的是成本，本地模型其實幫不了你省錢，因為任何能讓本地託管變便宜的機制，都會讓雲託管便宜 10 倍。如果一個模型變得更高效，或者更小尺寸就能達到更強的能力，那只會讓雲端每 token 成本更低。所以我認為本地模型更多是隱私問題，而不是成本問題。
我們透過中間商來託管 GPU，但即便如此，有些模型我們的託管成本仍能比標價低 70%，非常便宜。這意味著，即使使用中間商，按標價出售我們仍能獲得 70% 的利潤。如果你直接花錢購買 GPU，大約能達到我估算的 Anthropic 那 90% 的利潤率，也就是說成本可以非常非常低。當然，這些都是針對開源模型而言。我們仍需依賴開源模型持續進步，但目前的趨勢確實正朝這個方向發展。
OpenCode 被 Claude Code「封殺」？
Scott：那我們來聊聊 Claude Code 吧。感覺他們的立場一直很不明确，像 OpenCode 這樣的提供商能不能用 Claude Code Max 套餐？目前到底是什麼情況？
Dax：關於這項整合，OpenCode 中那個讓你使用 Max 套餐的外掛，這絕對是不被允許的。我們為此與他們爭論了很久，但最終沒能成功。當然，人們總有辦法透過駭客手段繞過限制，但我們不能正式支持這種做法。
至於 SDK，那種無頭模式調用 Claude 的方式，目前處於灰色地帶，他們目前表示這是允許的。因此像 Conductor 這樣的產品可以封裝它，T3 Code 也可以封裝它。但我們絕不會去封裝它，因為這在很大程度上違背了 OpenCode 的初衷。所以那些編排工具或替代 UI，我覺得這些產品目前仍可使用，但同樣，情況仍不明確。
這歸根結底是公司的文化問題，你是一家極度面向消費者的企業，還是一家面向企業的企業。OpenAI 是一家極度面向消費者的企業，這意味著他們會燒掉任何數量的資金，籌集任何數量的資金，以將體驗帶給更多人，這就是為什麼 OpenAI 的訂閱在 OpenCode 中獲得官方支持，而我認為 Anthropic 並沒有完全相同的文化。
如果你是一家面向企業的公司，情況就完全不同了，你每次分配給消費者用途的推理，都會有銷售人員過來說：「我有個企業客戶願意按實際價格付費。」如果你的算力有限，在公司內部就很難證明讓 OpenCode 用戶使用是合理的。雖然現在他們的算力應該比以前多了。
Scott：這就是他們不希望你使用的真正原因嗎？很多人說：「這有什麼關係？我都付了訂閱費，為什麼不能在任何地方使用？」還有猜測說他們想獲取訓練數據、想掌握控制權。但事實其實很簡單：他們就是算力受限？
Dax：其實每家公司本質上都是一個漏斗，你在漏斗頂端放東西吸引用戶，理想情況下讓他們一路轉化到底部。
他們將 Claude Code 設計為漏斗頂端，這是一個非常面向消費者的產品。你使用它，你的公司開始使用，然後你的公司開始按 Token 付費。但如果用戶透過 OpenCode 使用，這個轉化鏈可能會中斷，因為在 OpenCode 裡你可以隨時切換其他模型。如果你不喜歡 Claude，可以隨時切換到最新的熱門模型。
第二個原因還是算力的競爭性需求，你在漏斗頂端投入的任何東西，都必須能證明它最終會回到漏斗底部來。如果你是面向消費者的公司，在這方面可以更靈活一些。
Wes：你有想過嗎？未來會不會出現一種模型，它根本沒有 API，你只能透過他們的 App 使用？就像 ElevenLabs，他們有個很棒的 App，但你必須訂閱月費方案，不能按需付費。你覺得這種情況會發生嗎？
Dax：會，這再次反映了公司的內部結構。產品團隊會非常支持這種做法，他們可以說：「我們可以創建一個非常專門的模型，圍繞它打造一個專門的產品，將兩者綁定在一起，想使用模型，就必須使用我們的產品。」這對產品導向的團隊來說是一個非常完美的鎖定策略。
但銷售組織有營收目標，他們會說：「我們的營收目標是 1000 億。你那個 API 獨占或者產品獨占模型最好的情況也只能做到 500 億，剩下的 500 億缺口誰來填？」銷售團隊會堅持：「不行，必須把模型放進 API 裡，這樣我們才能更好地完成目標。」只要這種內部博弈存在，組織就很難證明放棄部分營收來換取市場份額是合理的。
隨著這些實驗室越來越多地進入產品層，他們等於擁有一個「不公平按鈕」，我毫不驚訝他們會在某個時候按下它。而且他們會以一些奇怪的方式來合理化，例如「這個模型太危險了，只有在我們的框架內使用才是安全的，我們不能讓它在其他框架裡被使用。」這根本不是真正的原因，但很可能就是他們的說辭。
Wes：關於 Fable 的安全問題，這些新模型是否都不安全？政府說它們不安全，這是真的，還是只是炒作？
Dax：我認為很多事情都是真的，而且它們可能相互衝突，這些模型確實有造成巨大傷害的潛力。政府說我們在發布前需要某種審查，這是合理的。如果你在 Meta 這樣的大型公司，當他們推出一款產品，例如帶有上傳頭像圖片的功能時，他們必須向政府證明他們正在對該功能進行兒童色情過濾。在那種規模下，即使是最微不足道的應用內功能，也會面臨瘋狂程度的監管。
但問題在於，如果這個過程非常無知或腐敗，最終結果不是對模型進行全面批准、讓所有人都能廣泛訪問，而是透過政府流程導致不平等的訪問權限，那將是一個非常糟糕的局面，我希望不會出現這種情況。我更希望看到一個更無聊的結果，他們每次發布新模型時，只需要走一個耗時一個月的流程。
另一方面，這並非一個完全理性的問題。我認為這些實驗室不應開始瘋狂聲稱自己擁有「核武器」，因為這會引起政治關注。這就像你在玩一顆炸彈，它可能最終走向一個無聊的局面，也可能變成真正糟糕的情況，例如監管不當、過於激進，對整個經濟都不利。因此，我希望這些實驗室在公眾認知方面更加謹慎，因為你不能到處聲稱自己擁有核彈，卻期待什麼都不會發生。
AI 交互正在走向無手化
Scott：來聊聊 MCP、Skill，還有 AI 編程時用的工具。什麼真正值得關注和使用？你們都在用什麼？
Dax：我們大多數人的個人配置都相當基礎。真正有趣的是我們團隊內部的 Discord 机器人，它比我們的個人設定擁有更多的 MCP 和技能。我們有一個叫「Gang Growth」的東西，是 Kit Lang 想出來的。每當我們在設計問題上遇到瓶頸，不論是業務、API 設計還是實現，我們都會在 Discord 机器人中語音輸入 Prompt，然後 @OpenCode，它就像一個協作工具。
這個機器人連接了公司的全部數據湖，我可以問它：「過去一週，所有啟用超額計費的 Go 訂閱用戶，總共花了多少錢？」它就能算出來。我們團隊的習慣轉變是：基本上沒有理由再去 @ 某人了。你有問題，先 @OpenCode。如果其他人看到了，他們會加入一起處理。但 OpenCode 經常自己就能搞定。
Scott：那如果機器人需要給你返回資訊呢？現在大家都在討論 MCP UI 或直接生成 HTML 檔案，你覺得未來編碼 Agent 展示資訊的方式會是什麼樣？
Dax：我們肯定會為 OpenCode 添加某種 artifacts 功能，讓它能生成文件並發送給你。它使用 HTML 配合 SVG 進行可視化，非常酷。這不需要什麼特別的東西，只是利用 Agent 的能力。至於 MCP UI，我還沒有深入研究，但我認為我們會在桌面應用中支援它，尤其是當我們開始關注非技術人員時，因為我認為他們提出的問題和需要完成的事項，可能會從一些動態 UI 或更豐富的介面中受益。
我們團隊現在沉迷於使用語音提示詞，甚至在 Discord 上互相發訊息時，我們也都用語音，因為我們討厭打字。當你可以直接對它說話時，很多使用者介面，尤其是互動式介面，我寧願大致描述我需要做什麼。如果我必須全部打字，那肯定很糟糕。但我可以使用語音，語音現在非常快，而且可以在本地運行。
Scott： 我買了個腳踏板，因為語音提示詞太多了。有一個踏板是“輸入”，另一個是“觸發聽寫”，還有一個用來切換 Tab。我就坐在那裡用這個東西，挺爽的。
Dax：很多人對此持懷疑態度，我完全理解，因為我自己也是在看到 Kit 這樣做之後才開始的。當你看到別人這樣做時，你腦子裡會解鎖一些東西。如果你沒做過，你會覺得這很尷尬。但這其實是最自然的事情，你可以胡言亂語，可以搞混，可以口誤，都沒關係，因為 LLM 擅長理解你真正想表達的意思。
Wes：你正在使用 Kit 的 Hex 應用嗎？
Dax：我在主力機器上用 Handy，在 Mac 上用 Hex。模型很好，這才是重要的。
Wes： 我的觸發方式很簡單，就是用滑鼠上的小按鈕，雙擊即可。還有人正在製作一款可以敲擊的戒指，他們會寄一個給我，我會試試看。
Dax：我現在大部分時間手指還是放在鍵盤上，所以我設了一個快捷鍵。
Wes：還有什麼我們沒談到但你特別想說的嗎？例如你個人的一些看法？
Dax：我對即將到來的新一代模型感到非常興奮。通常當一個新模型發布時，感覺都差不多，我甚至會發帖吐槽這一點。但這次是第一次讓我覺得，這些模型可能會真正被很多人使用。它們在技術上已經發布了，只是政府還不允許普通用戶使用。
Wes：現在有各種基準測試和分數，同時大家又在說「感覺好多了」，你覺得我們最終能有一個真正有意義的基準測試嗎？
Dax： 說實話，我現在根本不會看基準測試，我甚至不確定自己以前是否真的看過，我覺得這些分數早就變成背景噪音了。我們都知道數字在漲，它比對手漲得更多，但當對手發布時，他們的分數又漲得更多，這到底有什麼意義？
所以我現在只關注定性回饋。我喜歡看人們分享他們能用模型做什麼、構建了什麼。你顯然無法在百萬個數據點的規模上獲得這種回饋，但這些產品本質上就是模糊的，最終歸結於用戶是否開心？用戶是否沮喪？這就是為什麼我喜歡觀察我們團隊的 token 使用量。如果曲線在上升，就代表有東西在起作用，代表他們喜歡某個東西。我們團隊裡有 Claude 粉絲、GPT 粉絲，也有開源模型粉絲，因此我們對各個方向都有不錯的覆蓋。
Scott：你最近有什麼特別享受的東西想分享嗎？
Dax：當然，就是我之前提到的 exe.dev。如果你想體驗「雲端機器」這個概念，這是一個非常聰明的產品，做得非常好。它給我的感覺就像 Tailscale，那種「它居然能正常運作」的東西，而 exe.dev 也有同樣的氛圍。我特別喜歡那些精準定位的產品，這個產品恰好卡在一個奇怪的真空地帶。你可以從 AWS 或其他地方租用伺服器，但很難輕鬆租到一台配備快速持久化磁碟且價格合理的伺服器。這個深坑之前只有那些不正當的 VPS 提供商在填補，它們出現後又消失。
幾年前我第一次搭建開發機時，想找最便宜的方案，結果找到了一家邁阿密的 VPS 供應商。那傢伙居然偽造了自己的死亡，然後機器就下線了。他給所有人發郵件說：「我要去做個醫療手術，會失聯三天」，結果三天後伺服器真的掛了。我想：「天哪，出事了？」一個月過去，沒人聯繫得上他。最後我在論壇上找到一篇帖子，有人追蹤到他之前還運營過一家 VPS 服務，也在類似情況下消失了。那個廉價高性能伺服器市場，簡直不可靠到令人髮指。我到現在都搞不懂，這到底是个什麼騙局？我明明付了錢買服務，他為什麼要消失？
Wes：你想向觀眾推薦什麼？
Dax：如果是自己的項目，我推薦 OpenTUI。如果你正在構建 TUI，這是一個很好的方式。你可以使用 React、SolidJS 甚至 Vue 結合來構建高性能的 TUI。OpenCode 就是用這個構建的，我們正朝著 1.0 版本推進。最近終端產品和應用迎來了一波復興。
Scott：還有誰在用這個？新的 Grok 建構或 xAI 的東西也是嗎？
Dax：Grok 的 CLI 做得非常好，執行得很流暢、性能優異，但那是用 Rust 寫的，他們可能使用了 Ratatouille 這個庫。不過新的 Hermes 代理 TUI 是用 OpenTUI 建構的。社區正在快速成長，現在只要我在時間線上看到 TUI，大概率就是 OpenTUI，尤其是因為你可以用 vibe coding 的方式來寫，因為它本質上就是 React。