首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

Codex、Claude Code 都卷完了,居然还能跑出黑马?整个产品,现在都可以是一个提示词

摘要

T3 Code 的 Orchestrator V2 最近上线并进入稳定版——这套做了大约半年的多模型、多 Harness 编排能力终于跑顺了。从一个早期体验欠佳的开源替代品,到如今用户数超过 70 万,它在已经成熟的编程 Agent 工具赛道里跑成了黑马。 为什么值得关注?因为它始终在深耕编程这件事,尤其在别家都往另一个方向走的时候。 ChatGPT 恨不得把 Dots、Spaces 和插件全塞到...

Code Claude Codex Harness Agent Cursor agent Antigravity ACP Orchestrator
2026-11-16 1 阅读 约10分钟阅读 傅宇琪,Tina
分享:
字号:
T3 Code 的 Orchestrator V2 最近上线并进入稳定版——这套做了大约半年的多模型、多 Harness 编排能力终于跑顺了。从一个早期体验欠佳的开源替代品,到如今用户数超过 70 万,它在已经成熟的编程 Agent 工具赛道里跑成了黑马。 为什么值得关注?因为它始终在深耕编程这件事,尤其在别家都往另一个方向走的时候。 ChatGPT 恨不得把 Dots、Spaces 和插件全塞到你眼前,Claude Code 在往通用办公方向扩。T3 Code 的核心就是编程,它是工程师为工程师做的工具。 兼容性上,T3 Code 把你在用的模型、Harness 和订阅接到了一起。它一直支持 Claude Code 和 Codex,最近又把几乎所有其他选项都补上了——Codex、Claude、Cursor、Grok、OpenCode、Antigravity、Muse Code 和 Pi 都是直接内置的。想用其他兼容 ACP 的 Harness,也接入了整个 ACP Registry,Amp、Cline、Copilot 等都可以从里面添加,还可以手动配置。你想用的工具基本都能接进来。 远程环境管理是它明显领先的地方。可以在一个远程环境里启动任务,再让子 Agent 到另一个已连接的远程环境里执行子任务——至少在一些其他头部模型厂商的桌面应用里,还没见到这种支持。如果高度依赖远程环境,T3 Code 是目前用过最好的工具;如果工作流高度依赖多个 Agent,比如指定一个模型做调研、另一个实现、再一个审查代码,它同样是最好的方案。架构上,所有操作都走自己的 WebSocket 服务器,而不是直接往终端发命令或靠奇怪的 Electron 调用建立连接。 一个同时订阅 Codex、Claude、Cursor 甚至 Antigravity、写代码量极大的深度用户,给出的判断是:T3 Code 尤其适合同时用多个模型的人。单从写代码的角度看,Codex 或 Claude 这类头部模型厂商的桌面应用能提供的功能,T3 Code 基本也都有,使用体验和实际表现都达到了原厂桌面编程应用的水平。 而做出这个开源项目的,是三个兼职的人,对面则是市值过万亿美元、拥有成千上万名工程师的公司。项目已有 987 位贡献者、5.44 万 GitHub Star、1.02 万 Fork,采用 MIT 协议;它本身不靠卖 AI 服务赚钱,模型订阅要用户自己准备,但运营这个开源项目其实挺贵。 截图来源:https://github.com/pingdotgg/t3code 这期播客里,T3 Code 作者 Theo Browne 和主持人 Joel Hooks 从头聊了 T3 Code 为什么存在、它到底解决了什么,以及当 agent 真正承担工作时,类型安全、测试、CI 和预览环境为什么反而更值钱了。本文基于该播客视频整理,经 InfoQ 编辑。 太长不看版 Q:T3 Code 是什么?是给普通开发者用的吗? A:一个开源的 agent 编程界面,把 Codex、Claude Code、Cursor 等 Harness 统一包起来。终端里跑一个 websocket 服务,桌面端、网页、手机都能远程连接,甚至能在一台电脑上操作另一台上的线程。 但它不是给普通开发者用的。我做内容、做工具本来就不是给普通开发者准备的,我想服务的是资深工程师的安全区:大公司里周围没人在意的资深工程师,或者学校里已经远超同伴、甚至超过老师的年轻开发者。他们想深入、想痴迷,但身边没有同类,而我不会为了扩大受众降低门槛。 Q:Plan Mode真的死了吗?大家现在怎么规划? A:不是被抛弃,是被吸收进模型本身了。计划模式当年存在的理由是模型太笨、需要靠“限制能力+改写系统提示词”来约束它别乱改,而现在模型聪明到不会在你们还没聊完时就抢先动手。大家用“拷问(grill me)”式的追问,本质上就是在做计划。 Q:skills 还有未来吗? A:有,但形态会变。可复用流程有价值,团队把规则写进共享 Markdown 很合理,但它依赖 AGENTS.md 等其他文件,两个人跑同一个 skill 也可能因全局文件或模型不同而行为不同。以后这些流程可能变成云端服务:团队任何人点一下,就在不干扰本机 agent 上下文的情况下拿到报告。 Q:为什么你坚决劝人别做独立创始人? A:极少数成功,几乎所有人都变得非常抑郁。我只当了约三个月独立创始人,回想那段窗口期还会觉得有压力。 Q:大多数人用 AI 的方式错在哪? A:他们不是在用 AI 自动化自己理解的东西,而是在用 AI 逃避建立那份理解。正确路径是先在某件事上变得足够好,知道它怎么成功、怎么失败,再带着这份标准把 AI 引进来。把在意用在刀刃上:自动化掉你所热爱之事里那些你不喜欢的部分。 用滑板术语“面试”新模型 Joel:你玩了一辈子滑板,这段经历怎么让你得了“AI 精神病”? Theo:最表层的一点,是习惯说别人听不懂的话。有次我坐 Uber,跟一群滑板朋友从一个滑板场去另一个活动,我坐在后排,车上大多是玩滑板的女生。她们聊占星,我一句都听不懂。那一刻我意识到,这就是非滑板人听我聊滑板的感受,是非工程师听我聊工程的感受,也是不在旧金山的人听我聊 AI 的感受。 Joel:行话是必要的恶,本质是压缩。你专精一个领域久了,就必须有一套自己的语言,对一种文化做压缩。 Theo:如果旧词足够描述新东西,说明它不够新,新东西值得新词。 说回滑板,这个领域还给了我一个衡量模型能力的指标——Skatebench。多数前沿模型在 82% 到 88% 之间,只有一个到了 95。你能猜到是哪个模型吗? Joel:Kimi? Theo:Gemini 3.1 Pro。先快速说说 Skatebench 是什么:它是一个测试,我通过物理特征描述一个滑板动作,板往哪走、人往哪走、绕哪个轴转、转多少度,把正在发生的事完整描述出来。你不可能每次命名动作都把每个变量说一遍,所以滑板有自己的语言:kickflip、heelflip、tre flip、backside 360 kickflip……这些词都是动作流行之后才被发明出来的,但语法深深嵌在滑板里。真正有意思的是,模型既要能推理三维动作,也要懂这套语法,才能把术语正确组合和化简。我觉得 Google 在这里有很大优势:3D 推理高于平均,多语言和本地化能力又强,Fable 这类模型在同一榜单上只有 70 多到 80 出头。 Joel:新模型出来,你怎么测? Theo:要看模型定位。像 ox alpha 在 OpenRouter 上 stealth launch 的那一次,产品说明写得很清楚:只做编程和 agent 任务。对这种模型,我不太会把它交给 Skatebench。真要用,目的也是测代码能力,比如让它把自己加进 Skatebench,看它能不能在代码库里找到路径,处理这种相对完整的任务。 更常见的做法是:把它直接放进日常工作流。先在 Harness 里把它配好,再让它去别的 Harness 里配置自己。让它用现有工具分析我的代码库,然后追问它为什么选这个工具、为什么引入这个 skil
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱