转载自：https://mp.weixin.qq.com/s/rY5yqB3TE0o7LcnC4vkfpQ
作者：PingCAP 联合创始人兼 CTO 黄东旭
这两天密集使用了 opencode + oh-my-opencode，在一个并不轻量的真实任务中，我对 Agent 系统的理解发生了一次明显的变化。
我的任务很具体：
为 TiKV 重新实现一层兼容 PostgreSQL 协议的 SQL 层。能够跑起简单的测试，例如 dvdrental 的兼容性测试以及 TPCC。
这个任务相当于重写一遍 TiDB 的 SQL 层，我知道这个任务不容易，哪怕只是跑起来简单的 TPCC 我们就大概花了 2 个月的时间，注意这还是一个团队的工作。
最终的结果让我出了一身冷汗。成果在这里：https://github.com/c4pt0r/tipg，我就不展开说了。
我本来预想它能干，但是可能需要花很长时间以及很多调教，但是结果却惊出我一身冷汗：不到一个下午，烧掉了大概 100多万 token，因为我是各种 Agent 的 Pro Max 会员，甚至都没有额外花钱。。。
我第一次清晰地意识到： 写代码的成本已经几乎可以忽略不计了，哪怕是数据库，操作系统，编译器这样的复杂项目（对于 AI 来说这些其实算是简单项目）。
写一点这个旅程的体验。
Context Engineering 并不是堆 Prompt
在切换到 opencode 之前，我已经重度使用过 Claude Code、Gemini Pro、Codex 这类工具。
从形态上看，它们都已经是 agentic loop + tool use 的 CLI。
坦率说，底层模型能力本身已经没有本质差距，都是各家的顶级模型。
但实际体验中，成品差异却非常明显。
原因并不在模型，而在 context engineering。大家总有一些幻觉，好像套壳没有技术含量似的，但是我的体验是这里面的门道大了去了。。。
真正有效的 context engineering，是把以下内容持续、结构化、稳定地注入系统中：
例如，当我切换到 opencode + oh-my-opencode 后，模型还是同一个模型，但行为完全不同了。 同样是 agentic loop， 同样是 tool use， 复杂工程的交工质量却完全不在一个量级。
oh-my-opencode 里一个让我很舒服的设计是：
它并不执着于“用哪个最强模型”，相反它把多个一线模型组织进同一个工作流中。其实这个也不难想到，3 个臭皮匠顶过诸葛亮，况且 3 个诸葛亮
这带来的效果明显超过预期。
未来的上限，不一定来自更大的模型本身，而更可能来自： 多模型（最强的那档）协同 + context engineering + 稳定 loop 的整体设计。
不中断，比“更聪明”重要
另一个关键但常被忽略的点是：
不中断的体验（non-interruptive flow）。
很多 agent 系统在 “思考 → 执行 → 报错 → 等人确认” 之间频繁打断。 也就是上下文是存在的，但工作流是断裂的。
我目前通过 ralph-loop 来解决这个问题 ：让 agent 在一个稳定的 loop 中持续无限推进（燃烧 token），
人只在必要的位置介入（通常是最后验收），而不是被迫扮演“下一步指挥官”。
一旦中断减少，变化非常明显，首先是工程节奏开始接近真实连续开发，人的认知负担明显下降。其实 AI 目前已经足够聪明，工具也足够好用，效率的瓶颈在人。
给人的界面同样重要
同样是 TUI，opencode 的体验明显的比 CC 好，我觉得主要来自一个点：
而人需要的是掌控感（sense of control）。
好的体验是让人始终清楚：
一旦人被迫向 agent 发指令等结果， 体验一定是糟糕的。
真正好的 agent 系统，应该把复杂性留在代码和 loop 里，
把决策权、节奏感和信任感通过精心设计的界面交还给人。
当前最差的体验：Infra
如果一定要指出当前体验中最差的部分，
那仍然是 infra：
-
sandbox / runtime 配置
-
数据库与依赖服务的启动
-
测试环境、fixture、数据准备
-
本地与 CI 的一致性
这些事情高度重复、上下文破碎、且极度不 agent-friendly。即使模型已经能把“写代码”这件事做到很好，一旦卡在 infra 上，节奏还是会被硬生生拖慢。
下一阶段真正决定体验上限的， 不是 opencode 这样的工具本身，
而是 opencode + infra abstraction。
当 sandbox、数据库、测试，CICD，都能作为一等上下文被系统管理，而不是一堆需要人手动 glue 的脚本时，agent 才能真正从“写代码的助手”， 进化成持续推进工程的系统。
opencode for XXX，很快就会到来
程序员可以说是第一批感受到 AGI 到来的群体，不管我们愿不愿接受，职业写代码这件事情很快就不存在了，不过也不用过度担心，人类不用靠体力狩猎以后，现代的人类仍然会去健身房锻炼，作为一个爱好和思维游戏，古法编程会持续存在的。
但是从最近编程 Agent 迭代情况来看，我认为：
也就是同样的食材（LLM）配合不一样的厨子（Claude Code / Open Code），你会得到截然不同的效果。但是你本人的 init prompt （目的）也许并没变化。
我们很快会看到 opencode for XXX、opencode for YYY 这样的系统出现。
底层模型可以完全相同，但通过不同的上下文组织方式，它们会表现得像完全不同的专业系统。
那时“通用大模型是否足够强”将不再是关键问题，真正重要的是：
谁更懂得如何构建一个长时间可持续稳定工作的上下文。
