上一篇我把 Claude Code 月账单从 $214 砍到 $40,前一篇我把同事的 $50/月阿里云 Coding Plan Pro 也榨干了。

评论区两个朋友几乎同时发了同一句话:“还是闭源,有没有完全开源的方案?彻底白嫖那种。”

我盯着这句话愣了三秒——是啊,我居然没认真测过开源派。

闭源派的痛点,过去三周我已经聊得够多了。账单焦虑、模型锁定、动不动就跳出来的 “rate limit”、客户端版本一更新就要等三天的玄学。但真要切到开源,问题立刻倒过来:

• 开源 CLI 那么多,到底哪个是日常主力?
• 都说"接任意模型",接到 Qwen3-Coder 和 Kimi K2 之后真的能干活吗?
• 开源工具号称"免费",但 API 费 + 自己折腾时间,真的比 Claude Pro 便宜?
• VS Code 派和 Terminal 派,做工程到底哪个顺手?

为了不再瞎想,我把当下被讨论最多的 4 款开源 AI Coding 工具按照统一标准跑了一周——OpenCode、Aider、Cline、Continue.dev。同一台机器、同一份代码库、同一组真实任务、同一组国产模型 API。结论简单粗暴:留下 2 款,淘汰 2 款。

这篇文章把 4 款的实战体验全摊开,一次性讲清楚为什么留、为什么淘汰、留下的两款怎么配合用。

一、为什么开源派现在值得认真测一次

过去半年,开源 AI Coding 生态已经偷偷换了一茬。先看几个数字:

数据是写稿当天 GitHub 检索的,Star 数会变,但量级不会。这四款已经覆盖了终端派 + IDE 派的主流场景,各自代表一种"开源 Claude Code"的路线。

四款全是"BYOK(Bring Your Own Key)“模式——工具白嫖,模型自己配。这意味着对比维度跟订阅类完全不同:

闭源派比的是"额度策略”;开源派比的是"工具与模型的匹配度"。

我把测试对齐到五个维度:

1. 上手成本:从零到能干活的时间
2. 模型支持广度:能不能稳定跑 Qwen3 / Kimi K2 / DeepSeek-V3 / GLM-5
3. 工作流契合度:适合"全包揽 agent",还是"精细 pair programming"
4. Token 消耗:同任务下烧掉多少上下文
5. 社区温度:文档、issue 响应速度、PR 活跃度

下面挨个拆。

二、OpenCode:Terminal 派的当代标杆

一句话画像:把 Claude Code 那套"TUI + 工具调用 + 子任务"的体感,几乎一比一搬到开源世界,模型可以随便换。

OpenCode 由原 SST(Serverless Stack)团队脱胎的 Anomaly Innovations 出品,2025 年 6 月发布,半年内 GitHub Stars 冲到 2.6 万、月活 20 万开发者。形态是 TUI 优先,同时提供桌面 App、VS Code 扩展、Web 界面,后端是统一的 Server,所有客户端共享会话状态。

实测体感

# 装(Mac/Linux 通用)
curl -fsSL https://opencode.ai/install | bash

# 配 OpenAI 兼容的国产 API(此处接阿里云百炼 Qwen3-Coder)
export OPENCODE_PROVIDER=openai
export OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
export OPENAI_API_KEY=<your-key>
export OPENCODE_MODEL=qwen3-coder-480b

opencode .

启动后是一个键位跟 Claude Code 高度相似的 TUI:左边对话流、右边工具调用日志、底部输入框,完全没有学习成本。/init 自动扫整个仓库写出 AGENTS.md,/edit 调出 diff 视图,/run 直接喂进 shell。

跑了一周下来,OpenCode 给我留下三个深刻印象:

1. 工具系统抄到了精髓:read / edit / bash / glob / grep / web 全套齐活,而且工具 schema 非常干净,接不同模型时不会因为参数语法漂移而崩。
2. 子任务隔离做得最好:开源派里少有的支持 sub-agent / task 隔离,跨任务上下文不会污染——这点直接抄 Claude Code 的 sub-agent 架构,但人家把它放进了开源协议。
3. 多客户端共享会话:在 TUI 里聊一半,切到 VS Code 扩展能接着聊。背后是常驻 Server,这套架构比 Aider 那种"开一次 chat session"更工程化。

接国产模型的踩坑

Qwen3-Coder-480B 配上 OpenCode,工具调用成功率约 95%。Kimi K2 因为 function-calling 格式严格,初版偶尔会吐出格式不对的 JSON,我加了一行系统 prompt 提示"严格按 OpenAI tool 格式输出"后,稳定下来。DeepSeek-V3 表现介于两者之间,代码质量略低,但便宜得离谱(约百炼三分之一价)。

结论:OpenCode 是开源派当之无愧的"新主力"。如果你已经习惯 Claude Code 的工作流,迁移过去几乎零摩擦,只是模型从 Sonnet 换成了 Qwen3。

三、Aider:Git-Native 的老派精工

一句话画像:不是 agent,是个 pair programmer。每次对话都是一次 commit。

Aider 是这次评测里资历最老的选手。GitHub Stars 4.2 万、PyPI 累计安装 570 万次,Apache-2.0,纯 Python 写的,纯终端运行,没有 IDE 扩展、没有桌面 App。从 2023 年就在那里了,定位三年没变:AI Pair Programming in your terminal。

它跟 OpenCode 完全是两条路:

实测体感

pip install aider-install && aider-install

# 接 DeepSeek-V3
export OPENAI_API_BASE=https://api.deepseek.com
export OPENAI_API_KEY=<your-key>
aider --model deepseek/deepseek-coder \
      --no-stream \
      --auto-commits

打开 Aider 之后，最强烈的对比就是它有多么"克制":

• 不会自动 grep 整个仓库;
• 不会主动跑 shell;
• 你说要改哪个文件,它才看哪个文件;
• 改完直接 git commit,commit message 由模型自己写,质量出奇好。

我把同一组任务(给一个 Hugo 站加 RSS、改 24 个 markdown 的 frontmatter、抽一个 Python 工具)分别在 OpenCode 和 Aider 上跑了一遍,得出一个反直觉的发现:

明确范围的小任务,Aider 反而更省 token,而且改完即提交,几乎不需要 review。

OpenCode 那套全权代理在批量重复改文件时,反复 grep + edit + 验证,token 用得吓人;同样的活 Aider 用 1/3 的 token 干完,因为它不"探索"。

我学会的用法

Aider 不适合当主力——它没有 web 工具、没有 sub-agent、没法搜文档,你要它从零写一个新功能它会反复让你提供更多文件。但它做两件事无敌:

1. 批量重构:aider file1.py file2.py file3.py,一次性丢一堆文件让它做同一种改动,效率碾压一切。
2. Commit Bot:在 shell 脚本里把它当成"AI 版 git commit -am",一行命令搞定带语义的 commit message。

我现在把它当 OpenCode 的外科手术刀用,具体姿势放在第六节。

四、Cline:VS Code 派的"火力全开"型

一句话画像:VS Code 里的全自动 agent,Plan/Act 双模式,体感最像"小号 Claude Code"——但代价是 token 烧得也最像。

Cline(原名 Claude Dev,2024 年 Saoud Rizwan 出品,后独立成 cline.bot)是这次测试里生态最热的一个,单 VS Code 装机量已经过 800 万。它把 agent 思路完整搬进了 IDE 侧边栏:Plan 模式先生成方案、Act 模式逐步执行,每步可暂停、可改、可回滚。

实测体感

VS Code 里装好扩展、配上 OpenAI 兼容 base URL,就能用。我接的同样是 Qwen3-Coder-480B。

体验上 Cline 给我两个"哇"的瞬间:

• MCP 集成:它对 MCP 的支持比 OpenCode 还激进,自带一个 MCP marketplace,可以直接装"网页抓取 / 数据库连接 / 浏览器自动化"等工具,装完立刻用。
• 可视化 diff:每次改动以 IDE diff 视图显示,接受/拒绝按钮直接出现在编辑器里,这点比纯 TUI 顺手得多。

但跑了三天后我决定淘汰它,原因只有一个:

吃 token 太凶。

我用一组对照任务(给一个 React 组件加 a11y 改进)同时丢给 OpenCode 和 Cline,Cline 用了大约 2.4 倍的 token。原因有几个:

1. Plan 模式会把整个工作区文件树和相关文件全量塞进 prompt;
2. Act 模式每步都重传部分上下文做"自我校验";
3. 工具调用的输出不会主动截断,有时候 cat 出几千行没人管。

如果你接的是 Claude Sonnet 这种贵模型,Cline 一晚上能烧出几十美元——这正是我前一篇文章想避开的坑。换到便宜国产模型当然没那么疼,但烧的还是你的 API 余额。

我的取舍

Cline 不是不好,它适合的是另一种人:VS Code 重度用户、不在乎 API 成本、需要 MCP 生态扩展、希望全流程在 IDE 里完成。我自己 80% 时间在 TUI,Cline 对我属于"装得上、用不顺",果断淘汰。

五、Continue.dev:已经不是当年那个 Continue 了

一句话画像:从"开源 Copilot"演变成了"AI 软件质量平台",已经偏离日常 coding 助手的定位。

Continue 当年的 slogan 是 “open-source autocomplete + chat”,VS Code / JetBrains 双端,自带 chat 面板和补全。25K Stars 不是白来的。但当我打开 continue.dev 写这篇文章时,首页第一行已经变成:

“Quality control for your software factory. Source-controlled AI checks on every pull request.”

GitHub README 也跟上了:“Source-controlled AI checks, enforceable in CI”。

也就是说,Continue 团队已经把核心方向重定位到 PR Review / CI 质量门控——就像 SonarQube 装上了大模型。这个方向没问题,甚至是个聪明的差异化决策(不跟 Cursor、Cline 在 IDE 里硬刚),但这意味着它已经不是和 OpenCode、Aider、Cline 同台竞技的产品了。

实测一下确认

我装上 VS Code 扩展跑了半天,补全和 chat 还在,但更新节奏明显放缓,文档大量篇幅引导你接 CI、写 .continue/rules、配 PR Bot。如果你需要的是日常写代码的伙伴,Continue 现在的体验反而不如它一年前。

结论:Continue 不再是"开源 Claude Code"的合适候选。值得装,但场景是 CI 端做 AI Code Review,不是日常驾驶。

六、留下的两款怎么配合用

到这里,4 选 2 的结果已经很清楚:

我现在的标准工作流变成两层:

第一层:OpenCode 当主驾驶。 接 Qwen3-Coder-480B,做所有需要"理解整个仓库"的任务——写新功能、跨模块重构、查 bug、写文档。它的 sub-agent 隔离 + 工具系统,是开源派里目前唯一能扛住"多模块工程"的那个。

第二层:Aider 当外科手术刀。 接 DeepSeek-V3(便宜、快、生成质量够),专门干两类活:

# 1. 已知范围的批量改:把 24 个 frontmatter 的 draft = true 改成 false
aider drafts/**/*.md \
      --message "请把所有 frontmatter 里的 draft = true 改成 draft = false,其他一律不动"

# 2. AI 版 git commit:写完代码后直接来一发
aider --commit

这两件事在 OpenCode 里也能干,但用 Aider 大约能省 60-70% token——前提是任务范围已经清晰。

成本对照(写稿当周实测)

数据是同一周的真实使用平均值,任务覆盖了 Hugo 网站、一个 Python 工具、一个 React 小组件。你的项目规模、模型选型不同,数字会变化,但相对比例基本稳定。

两层叠加后的月成本:DeepSeek + Qwen3 走 OpenAI 兼容 API,我这一个月跑了大约 800 万 token,账单不到 ¥40。

这是上一篇 《把 Claude Code 月账单从 $200 砍到 $40》 的延伸——开源派把它再往下砍了一个量级。

七、踩过的坑(给后来者)

按时间顺序记录,免得你重蹈覆辙:

1. OpenCode 配国产模型时,模型名要写对。qwen3-coder-480b 不是 qwen3-coder,百炼 dashboard 上抄过来不要拼写凭印象。
2. Aider 接 OpenAI 兼容 endpoint,不要忘记加 --no-stream,部分国产 endpoint 流式输出会卡。
3. Cline 关掉 “Plan 模式"也省不了多少 token,因为 Act 模式自带的全文校验是它真正的吞金兽。
4. Continue 装多个 profile 后,默认 chat 会话会被路由到 CI agent,如果你只想用日常 chat,profile 列表里要把 CI 那条关掉。
5. OpenCode 跨客户端共享会话,记得正确退出 server(opencode kill),否则下次启动会接到旧 session,容易污染上下文。
6. Aider 自动 commit 偶尔会把 .DS_Store / .env 也提交,务必先写好 .gitignore,别问我怎么知道的。
7. 国产 API 的 function calling 格式要预热,首次开会话先问一个简单工具调用任务,后续工具调用稳定性会显著提升——我怀疑是 KV cache 帮了忙。

八、写在最后:三部曲收尾

回头看,这是我"AI 编程成本控制三部曲"的第三篇:

• 第一篇 《阿里云 Coding Plan Pro 实测一周》 讲了闭源派怎么用得起;
• 第二篇 《把 Claude Code 月账单从 $200 砍到 $40》 讲了闭源派怎么用得省;
• 这一篇讲开源派完全可行,而且更便宜。

闭源还是开源,不是站队问题,是任务规模和你愿意花在折腾上的时间之间的平衡。如果你每天 8 小时高强度写代码、需要最稳的体感和最聪明的模型,$50 的阿里云 Coding Plan 可能仍是性价比最高的;如果你跟我一样,任务密度中等、对延迟容忍度高、又喜欢自己折腾,OpenCode + Aider + 国产模型这套几乎能把成本压到忽略不计。

一句话:开源派现在不是"凑合用”,是真的能干活。但不是哪一款都行——挑错了,反而比闭源贵。

工具不会替你写代码,但选对工具能让你少烧两顿火锅钱。这篇文章如果帮你少踩一个坑,就值了。

下一篇,我打算把 OpenCode 的 sub-agent 玩出花——做一个能自己跑测试、自己提 PR、自己回评论的"半自动开发流水线"。如果你也对这块好奇,记得回来看。