區塊勢

LIGHTCONE PODCAST · 原始發表於 2026 年 7 月 24 日

開源 coding agent
怎麼長成全球產品?

OpenCode 的故事不是「開源就會贏」。它指向一個更難的工作:在模型快速商品化時,把選擇權、分發與產品節奏做成使用者真的願意留下來的系統。

SCROLL ↓

PART 1 · 先把爆發式成長還原成問題

AI coding agent 的市場,不是只有工程師

Jay V 在訪談中描述 OpenCode 的成長,提到 20 倍成長、數百萬使用者與大量 token 使用。這些是受訪者提出的產品數字與觀察,不是本頁獨立驗證的市場結論;比較值得追問的是:為什麼 coding agent 開始從少數開發者工具,變成不同地區、不同公司規模都在試用的工作介面?

他的答案不是單一模型更聰明,而是「第一次體驗到 agent 能替人完成一段工作」後,需求變得可感知。產品真正要承接的,是那個體驗之後的持續使用。

PART 2 · 開源不是口號,而是模型選擇權

當模型能力接近,
使用者更在意誰替他選擇

OpenCode 主打可搭配不同模型。這會把產品定位從「替某一家模型做入口」改成一層工作台:使用者可依價格、速度、隱私、可用性與任務特性調整後端。這不保證成本更低或結果更好,但它降低了單一供應商政策變動時的鎖定風險。

訪談也提到與 Anthropic 的摩擦如何反而帶來關注。這是創辦人的敘事,不應被讀成任何一方的完整事實判決;可檢驗的產品問題是:若工具的價值主張是選擇權,產品是否真的能在模型、部署與資料路徑上讓使用者做選擇?

PART 3 · 全球採用先看摩擦,而不是先看品牌

開發工具的全球化,
常從「能不能立刻用」開始

Jay V 特別提到印尼、巴西、越南等市場的流量。這不是全球市場已被證明同質的證據,但提醒了一件事:對許多開發者而言,模型價格、付款方式、語言、網路條件與公司採購流程,都是產品能力的一部分。

因此,開源專案的分發不是只靠 GitHub 星數。它還要把安裝、模型設定、團隊協作與失敗時的回復路徑做得足夠短,讓第一次成功不只是展示,而是可被複製的日常工作。

PART 4 · 「一夜成功」前面,是長期可被忽略的累積

16 年不是勵志註腳,
而是產品判斷的庫存

訪談把 OpenCode 的爆發放進創辦人多次嘗試與九次 YC 申請的脈絡。這不表示時間本身會產生結果;真正累積的是他對何時該重做、何時該保留、以及如何接住新技術窗口的判斷。

對團隊來說,結論也不是「等下一個大浪」。更實際的提問是:當能力拐點出現時,我們是否已有足夠短的驗證迴路、足夠清楚的使用者工作流,以及可以更換供應商的架構?

「多數人還沒有體驗過 coding agent 的魔法。」

Jay V 於 Lightcone Podcast 的訪談;此為受訪者對市場採用階段的判斷。

如果你要把 AI agent 帶進團隊,
你會先守住哪一件事?

不是測驗;選擇你最想拿去檢查工作流的原則。

你的觀點

想核對受訪者的完整脈絡?

回到 Lightcone Podcast 原始訪談,查看 OpenCode 創辦人對成長、模型選擇、企業採用與創業歷程的完整說法。

觀看原始訪談 →