T3 Code:AI Agent 时代的 VS Code?
过去两周,有一百多个 agent 在替我干活,我一个都没直接管过。
我只跟五个 agent 说话。四个各管一个开源项目,一个管基础设施,相当于项目经理。它们自己拆任务、派人、互相商量,做完了向我汇报。我是这支 agent 团队的老大,有点像公司里的总监。
让这件事成为可能的,是一个叫 T3 Code 的免费工具。
T3 Code 常被称作 Agent 时代的 VS Code。可仔细想想,让我离不开的这些功能,Paseo 的文档里几乎一字不差地写着,官方的 Codex 和 Claude app 也在一周一版地追赶。功能谁都能做,凭什么是它?
这篇文章想回答这个问题。先往回看,VS Code 当年是怎么赢的;再看 T3 Code 现在做到了什么,和同类工具差在哪;最后说说,在功能可以随手复制的时代,什么才留得住人。
一家一个的年代
十几年前,写代码用什么工具,基本由你写什么决定。
写 C# 用 Visual Studio,它和 Windows、.NET 绑在一起。写 iOS 用 Xcode,离开苹果的平台就用不了。写 Java 的人在 Eclipse 和 IntelliJ 之间选,Eclipse 插件多,但又慢又重。JetBrains 后来把这套做法推到了极致:Java 用 IntelliJ,Python 用 PyCharm,前端用 WebStorm,Go 用 GoLand,一门语言一个 IDE,专业版各自收费。这些工具都很强,强到今天还有很多人离不开。
2015 年微软发布 VS Code 的时候,它在功能上比不过任何一个对手。调试不如 Visual Studio,重构不如 IntelliJ,它最初只是一个启动很快的编辑器。
它赢在几件和功能无关的事上。
第一是免费、开源。用户不用掏钱试,公司不用走采购流程。
第二是中立。2016 年,微软和 Red Hat 等公司一起推出了 LSP(Language Server Protocol,语言服务器协议),把「理解一门语言」这件事从编辑器里拆出去,交给各语言社区自己实现。从此 VS Code 不用为每门语言单独写支持,哪门语言的社区做好了语言服务器,它就自动支持哪门语言。一个编辑器对所有语言一视同仁,这在 JetBrains 的模式里做不到,因为它的生意就是一门语言卖一个 IDE。
第三是扩展市场。任何人都能给 VS Code 写插件,主题、语言、调试器、远程开发,几乎所有需求都有人做了。前两点让人愿意来试,这一点让人走不掉:你的工作流一旦建在几十个插件上,换编辑器的成本就高得离谱。

今天的 agent 工具,正在重走这条路。Claude Code 有官方 app,Codex 有官方 app,Cursor 有自己的 harness 和模型,Google 有 Antigravity。每家做得都不差,但每家都只把自家的 agent 当一等公民。一家模型一个 app,和当年一门语言一个 IDE,是同一个格局。
所以问题就变成了:谁会成为 agent 时代那个中立的工作台?
T3 Code 做到了什么
T3 Code 是 Ping Labs 做的开源桌面应用,MIT 协议,免费。牵头的 Theo Browne 在美国开发者圈很有名,做过 Twitch 的工程师,后来创业,T3 Stack、T3 Chat 都出自他的团队,他本人也是一个观点鲜明的技术 YouTuber。T3 Code 自己不带模型,它在你的机器上起一个本地服务,去驱动你已经装好的各家 agent:Claude Code、Codex、Cursor、OpenCode、Grok Build 等等,用的是你自己的订阅。桌面端、网页端、手机端都只是这个本地服务的窗口。

图片来源:T3 Code 官网
并行跑多个 agent、在应用里直接预览页面、手机上批准下一步,这些它都有,也都好用。但让我真正离不开的,是另一件事:编排。
T3 里的 agent 可以开新对话(T3 叫它 thread,每个对话背后就是一个 agent),可以给别的对话发消息,可以等别的对话的结果,还可以把任务派到另一台机器、另一个 harness、另一家的模型上。对话和对话之间能通信、能协作,甚至能互相管理。

图片来源:T3 Code 的 GitHub 仓库。一句话派出四个子 agent,用的是四家的模型。
我现在的用法是这样的:
| 常驻的 agent | 负责的项目 | 项目是做什么的 |
|---|---|---|
| Semon 项目经理 | Semon | 收集、查询、分析各台机器上的 agent 会话记录 |
| Duhem 项目经理 | Duhem | 对 AI 写出来的软件做整体验证(之前写过一篇) |
| Ostrom 项目经理 | Ostrom | 接收 GitHub 事件,自动派出后台 agent 去处理 |
| Tolmap 项目经理 | Tolmap | 把代码仓库画成一张人能装进脑子里的地图 |
| 基础设施负责人 | 无 | CI、部署这些跨项目的事 |
这几个项目都不出名,放在这里只是为了说明每个项目经理管的是什么。
我只跟这五个 agent 说话。项目经理收到任务后,自己拆分,自己决定派给谁:难的设计交给强一点的模型,简单的实现交给便宜的模型,写完了再派一个子 agent 去审。项目经理之间有事,自己去对方的对话里商量,商量完了告诉我结论。

举个例子。11 月 14 日,我跟一个 agent 说了一句:把两个项目的 CI 都换回 GitHub 自己的机器上跑。
接下来的事我基本没插手。它新开了一个对话,交给一个专管基础设施的 agent。这个 agent 读完两个仓库的配置,发现其中一个项目归另一个 agent 负责,就自己去找对方商量。对方回问它,改动该基于哪个分支提交。几分钟后,两个仓库各提了一个 PR。它还发现,CI 在之前一次节省开支的清理中被关掉了,就顺手重新打开;本地有一份代码副本坏了,它没去碰,只是告诉了我。
把谁和谁说了话画出来:

有两个细节值得一提。
一是权限有边界。派给基础设施负责人的任务说明里写着:不许自己删掉旧的 CI 服务器,要整套删除部署流程之前先问我。所以它碰到损坏的代码副本和会冲突的旧 PR 时,只报告,不动手。带团队的人给手下授权,本来就该这样:说清楚能做什么,也说清楚哪些事得先请示。
二是跨模型几乎没有成本。项目经理用 Claude,子 agent 大多用 GPT,切换只是派任务时填的一个参数。这里我用了 Magpie,一个在技术圈挺流行的开源模型网关,它能让同一个 harness 调用好几家的模型。T3 本身也支持把任务直接派给另一个 harness,比如从 Claude Code 派给 Codex。
这套做法在我手上跑了两周左右,暂时没出过问题:没有汇报失真,没有项目经理之间扯皮,也没有越权。不过时间还短,样本也不大,我不敢说它能一直这样。多 agent 团队的协调成本是真实存在的,层级越多,信息在传递中走样的机会就越多。我之所以愿意多加一层项目经理,是因为我的注意力比代码贵。以前我得盯着每一个 agent,现在只用盯五个,不再给 agent 当保姆。这和控制论里的可生存系统模型讲的是同一件事:每一层只处理自己那一层的复杂度,处理不了的才往上报。
T3 也有明显的短板。中途给一个对话换模型,新模型拿不到之前的推理过程和工具调用记录,上下文会丢一部分。新对话默认给 agent 完全权限,而 T3 自己的文档也说,权限模式算不上真正的安全边界。各家 agent 的新功能,T3 的适配层也总要晚一步才跟上。
别人为什么做不成这样
和 T3 Code 比较的工具,可以分成两类。
第一类是模型厂商的官方 app:Claude Code、Codex、Cursor、Antigravity。它们的问题不在能力。一位日本开发者统计过,从 8 月 8 日到 11 月 8 日这三个月里,Claude Code 发了 81 个正式版本,Codex 发了 35 个,T3 Code 只发了 20 个。并行 agent、远程控制、手机端、云端会话,这些官方 app 都有了。
但这两家官方 app 的更新日志里,没有一条是支持运行对手 agent 的。Codex 能导入 Claude Code 的配置,却不能跑 Claude Code 的 agent。Cursor 做了很漂亮的多 agent 窗口,用的是自家的 harness 和模型。
这是结构决定的,和工程能力无关。模型厂商靠卖模型赚钱,它没有理由把对手的模型放到和自家一样的位置上。当年 JetBrains 不会做一个对所有语言免费的编辑器,今天 Anthropic 也不会做一个让你方便地把活派给 GPT 的 app。
第二类是中立的第三方工具:Paseo、Happy、HAPI。它们和 T3 一样不卖模型,问题在另一个方向:功能已经高度趋同。
| T3 Code | Paseo | Happy | HAPI | |
|---|---|---|---|---|
| 跨模型、跨 harness | ✅ | ✅ | ✅ | ✅ |
| 跨机器 | ✅ | ✅ | 文档未写 | ✅ |
| agent 之间互相派活、通信 | ✅ | ✅ | 只有派子 agent | ✅ |
| 主要形态 | 桌面 + 手机 | 桌面 + 手机 | 手机优先 | 手机优先 |
| 开源协议 | MIT | Apache-2.0 | MIT | AGPL-3.0 |
| GitHub 星标 | 63k+ | 24.2k | 24.7k | 5.4k |
Happy 更像手机上的遥控器,编排做得浅。Paseo 和 HAPI 不一样。Paseo 的 README 写着 agent 可以「创建 worktree、启动别的 agent、和它们对话,跨 provider」,也支持多台机器。HAPI 的文档里有一组给 agent 用的工具,能找到其他会话、读它们的内容、给它们发消息、新开会话,对方在另一台机器上也行。从文档看,我在 T3 里用的那套编排,这两家几乎都有。
我没有用过 Paseo,所以没法说它做得好还是不好。网上的评价不少是正面的:在 Hacker News 的一个讨论里,有用户说喜欢它是因为可以自由搭配不同的 harness 和模型,有人说它的手机端和桌面端一致,还有人说它的会话同步比 Claude Code 的手机 app 好用。
开源协议也值得多看一眼。MIT 和 Apache-2.0 都很宽松,拿去改、拿去卖都行,Apache-2.0 多了一条专利授权。AGPL-3.0 是强传染性的协议,你改了 HAPI 并通过网络提供服务,就得把改动开源出来,这对想在它上面做商业产品的人是个门槛。T3 在这一点上最激进,官网上有个按钮直接写着「Steal our code (legally)」,意思是欢迎合法地抄。
那么问题又回来了:功能大家都有,代码 T3 自己也送出去了,它凭什么?
功能留不住人,那什么留得住
我第一眼看到 T3 Code 的时候,觉得它很像 Codex 的官方 app。这个感觉有来由:T3 Code 今年 3 月在 Hacker News 上发布时,标题就是「一个包装 Codex 的开源 agent 编程应用」。它最早就是一个 Codex 的外壳,到今天还通过 OpenAI 的 Codex App Server 接入 Codex,Claude 等其他 agent 是后来才接进来的。
T3 借鉴了 Codex,又请所有人来借鉴它。到了 agent 能几天写完一个功能的时代,功能、界面、甚至代码,都算不上护城河了。我觉得真正留得住人的有三样东西。
第一是中立与信任。 T3 不卖模型。它今天支持 Claude,明天支持 GPT,后天支持一个还没发布的模型,对它的生意都没有影响。这意味着用户敢把整套工作流押在它上面,不用担心哪天它为了推自家模型而冷落别家。Theo 的团队在 T3 Chat 上走的也是这条路:自己不做模型,把各家模型放在一个界面里。中立是这家公司一贯的打法。官方 app 发版再快,这一点它们在结构上做不到。
第二是迭代速度与品味。 功能可以抄,取舍抄不走。什么该做、什么不做、做到什么程度,靠的是团队天天用自己的产品攒下来的判断。T3 的版本号还在 0.1,但它已经有一百多位贡献者,0.0.34 一个版本就有 114 人参与。我用了这么久,最大的感受是它的很多设计像是被真实工作流磨出来的,比如 agent 之间派活、等结果、跨机器调度,这些都是你同时管几个 agent 之后才会觉得刚需的东西。
第三是社区与生态。 这是 VS Code 最终赢下来的那条护城河,也是 T3 目前唯一缺的一条。
社区的需求很明确。今年 7 月,有人在 GitHub 上提议做一套扩展 API,允许第三方挂接生命周期事件、往界面里加设置项和面板。8 月,又有人提议做一套插件 SDK,让外部网页以受限权限嵌进 T3 的面板。社区成员前后提交了大约 18 个插件相关的 PR。到 11 月,这些提案下面都没有维护者的正式回应,一位社区成员在讨论里写道:「还没有维护者同意这个方向。」等不及的人,有的直接 fork 一份自己改,代价是失去签名的自动更新;有的在 T3 的预览面板里跑小网页应用,绕开这个限制。
维护者的谨慎可以理解。VS Code 的插件出了问题,最坏是编辑器卡死;T3 的插件出了问题,它挂在一个拥有完整机器权限的 agent 旁边,后果要严重得多。这个安全模型很难设计。但不管多难,这一步不迈出去,T3 就只是一个很好用的壳。今天它靠中立和品味领先,可这两样东西,下一个同样中立、同样有品味的团队也能做到。只有生态,才会让人在离开的时候掂量一下。
所以,它是 Agent 时代的 VS Code 吗
现在还不是,但已经走到了一半。
VS Code 当年赢在三件事:免费开源、中立、扩展生态。T3 Code 前两样已经到手,第三样还在门外。如果你想判断它到底能不能成,有一个很简单的信号:看它什么时候发布一套正式的、有版本号的扩展 API。那一天到来之前,它领先的每一步,对手都追得上;那一天之后,追赶的成本会越来越高。
不过我也想说,拿编辑器来比,其实低估了它。VS Code 解决的是一个人怎么更顺手地写代码。我在 T3 里做的事,更接近一个人怎么管一个团队:我不写代码,也不盯 agent,我只跟几个项目经理说话,它们之间自己协作。这件事 VS Code 从来没有做过,因为它出现的时候,还没有需要被管理的 agent。
也许十年后再回头看,人们会记得 T3 Code 是第一个让普通开发者带起一支 agent 团队的工具。前提是,它得先把生态这一步走完。
