OpenCode月活从65万飙升近800万，Dax揭秘AI编码工具的机遇与挑战

OpenCodeAI编码工具浪潮中的新星过去一年AI编码工具从“副驾驶”迅速进化为能独立写代码、管代码库的“代理”。OpenCode是这波浪潮中增长最猛的产品之一几个月内从月活65万飙升至650万本月更有望突破800万。但它的联合创始人Dax Raad可能是所有AI工具创始人里最不急着吹AI的那一个。Dax成长之路从Minecraft、创业失败到开源世界主持人在聊OpenCode之前先询问Dax最早进入技术行业的经历。Dax表示自己小时候就开始写程序父亲是软件工程师入门相对容易。高中毕业就开始工作、创业后来经历公司acqui - hire正式进入科技行业做过咨询、创过几家公司还有六年全职做开源。他还曾参与Minecraft服务器和mod真正感兴趣的是“做沙盒”并从相关社区学到很多。主持人提到Dax在Ride Health的经历Dax称这段经历影响很大虽公司最终失败但在那里认识了太太。他认为年轻人创业成功是例外因为年轻人在创业的高压环境中很多问题会被放大。此外2010年代前半段到中段大厂和热门独角兽有吸引力但他没把自己训练成适合其面试流程的人更喜欢直接做东西。Ride Health出问题后他进入一家B轮创业公司担任director位置会议外开始搞开源后来加入SST团队。之后他们还做了OpenNext该项目是因AWS开发者对Next.js部署到AWS的需求而产生目标是补上生态空档随着Cloudflare、Netlify等加入Next.js团队推出官方adapters APIOpenNext的必要性逐渐下降。OpenCode是怎么诞生的OpenCode的故事始于2025年2月左右当时公司全力冲盈利SST有商业化路径2月实现break even。团队开始思考接下来想做的事认为做开发者工具不能回避AI。他们尝试一些AI方向想法很多未正式发布。后来团队开始用Claude CodeDax意识到应该做类似产品。从市场定位看市场上已有一批coding agent但没人占住“开源”位置而在开发者工具世界里开源选项长期往往会成默认选项。同时模型供应商竞争激烈做中立、开源、能接所有模型的产品有战略价值。团队起步时三人后来陆续加入人员方向明确后动作顺利。从65万到接近800万月活OpenCode上线后增长极快到2025年12月月活达65万2026年1月到250万再往后一个月到650万预计很快接近800万下一个目标是1000万。从65万到250万的跳升一部分是季节性因素每年1月开发者工具使用会上涨且OpenCode假期也在涨另一部分是Anthropic想禁止用户在OpenCode里使用其订阅引发用户社区炸锅将OpenCode推到关注中心。Dax认为Anthropic的做法反映其不太习惯与开发者打交道封禁无预沟通和分阶段rollout会引发高度集中的愤怒。而OpenCode不慌此前已与其他公司谈“官方支持OpenCode订阅接入”Anthropic封禁后OpenAI答应支持OpenCode。这并非偶然运气而是他们常用的策略即团结竞争对手借力推进事情。不过OpenCode也因此被一些人批评对Anthropic太刻薄但Dax认为小公司施加压力难且应支持“别人有权使用自己想用的工具”。OpenCode为什么能跑出来不是先做最聪明而是先做最顺手开发者工具领域做开发者工具的人多为程序员不擅长做B2C产品而真正大规模成功的devtools本质是B2C产品应自下而上做。OpenCode在意用户首次打开的感受自己做终端渲染框架虽成本高但让用户觉得产品被认真做过。OpenCode重视降低摩擦让用户尽快进入“开始prompt”状态早期harness虽不是最聪明但“够用”先拿下用户份额再优化。此外他们做过桌面App但是失误后来决定转回Electron。而且他们没有做“在GitHub PR上自动打品牌水印”的增长黑客认为这种手段太明显。OpenCode怎么赚钱控制台、推理服务以及“推理可能非常赚钱”OpenCode现在主要有两条业务线。第一条是OpenCode Zen最初为新手引导做统一推理服务让用户注册一次获足够额度并接多个模型后来变成聚合最优模型推理服务的地方上线五六个月左右年化收入达五千万美元利润率可能不错。第二条业务是为企业提供控制面企业使用OpenCode需要统一管理供应商、权限、预算等该产品开源多数公司买托管版。企业开始关注大模型成本会接入推理服务混用更便宜的开源模型未来推理可能成核心收入来源控制面可能不再收费。Dax认为推理是非常赚钱的业务单独看“纯推理”成本底线接近电费虽有前期硬件支出等但利润空间大。而且从市场消费组合看模型价格实际上涨而托管成本未同步上涨推理业务有盈利空间。从创业公司到大厂整个行业都在抢算力整个GPU供给链紧绷推理需求增长接近指数级而GPU产能扩张是线性过程导致紧缩。创业公司拿用于推理的GPU容量需提前预留、支付大厂资本开支大吸走供给侧资源小公司获取稳定推理容量难。不过历史上短缺后常进入激烈投资和过度供给阶段目前AI领域仍紧张。AI让工程团队自动更快了吗Dax的答案是未必很多时候只是“更轻松地完成同样的事”很多公司认为有AI就能提升效率但现实并非如此。多数软件工程师工作环境普通有AI后会用其更快完成工作节省精力和时间给自己。在低激励组织中少数在乎质量的人会被“垃圾PR洪流”淹没。创业公司激励相对简单高薪招厉害的人有用但大公司解决此问题较难。AI虽可能提高执行效率但日常体感变化不大仍需先想清楚方向。成本问题也开始显现公司炫耀AI支出有表演成分若无法证明产出显著增加长期难成立。但不给好工具高端人才会流失不过多数公司提供基本工具也不会被时代抛弃。Dax给团队发的那封备忘录别再堆功能、别再靠agent悄悄埋雷Dax发给团队的memo提到三个问题。一是功能太容易发以为堆功能就是好产品实则做出怪物应更克制。二是打补丁问题Agent让打补丁变得容易扭曲工程师判断本该重构系统的地方被补丁糊过。三是清理代码虽创业公司缺时间但现在清理比以前容易可让agent清理旧代码应重视清理以确保公司未来良好。Dax认为大家容易自我欺骗应相信“慢一点把地基打牢再冲刺”的价值。反hype、讲品味、重反馈才是OpenCode真正的工程文化Dax爱对AI预测“泼冷水”认为很多预测是人们在焦虑中预言自己会赢。他更关注当下认为历史结果常反直觉。在产品和工程方法论上他认为产品要让用户尽快体验到核心主意避免多余步骤。提升“产品sense”靠反馈回路让做决定和承受后果的人尽量一致。团队目前处于人数增长但速度慢的磨合阶段开源公司很多事公开做将新东西分两阶段推进到可demo阶段后让工程师根据用户反馈做后续路线。关于“品味”很多人说AI难替代taste但践行难。伟大产品注重质量纵容质量问题会扩散。Mitchell Hashimoto的公司路径和产品处理方式受Dax欣赏他认同做产品要思考新feature与旧feature的交互。AI时代产品“腐烂”快质量成区分点OpenCode自己做终端框架虽看似不理性但换来更好体验。最后Dax介绍自己的工作环境用Framework桌面机跑Arch Linux接5K显示器工作在远程机器上编辑器是NeoVim与OpenCode并排使用。他认为AI时代工程师职责有变化但老派设计模式可能回潮。对于资深工程师他建议成为行业专家与软件工程师的组合以保持竞争力。他还推荐Nassim Taleb的《Skin in the Game》《Black Swan》着迷“涌现”和“自下而上系统”概念。这场对话留下问题当AI让生成代码廉价时真正稀缺的是判断、守住产品整体性、保住工程系统反馈回路和做对眼前的事OpenCode的爆发说明AI开发工具时代到来而Dax的访谈提醒产品公司要重视节制、质量等“老派”东西。