用开源工具替代 Claude Code,到底行不行?有人把 OpenCode 和本地模型放在一起,跟 Claude Code 做了对比,结果比预想的好。但要说完全替代,结论没那么简单。

打开网易新闻 查看精彩图片

这套组合的配置是:OpenCode 作为运行环境,本地跑 Qwen3.6-35B-A3B(UD-IQ4_XS 量化,65K 上下文窗口),硬件是一块 RTX 4070 Ti Super,通过 llama.cpp 加载。规划环节则交给 Claude Code 里的 Opus 5.5。

分工的逻辑很直接:新项目里大部分是菜单、设置这类文件,不需要旗舰模型的能力。真正值得花 Claude 额度的只有两件事——做规划,以及修坏掉的地方。

先规划,再动手

测试项目是一个打砖块游戏。一句基础提示词交过去,Opus 5.5 在不到两分钟里写出了 393 行的详细方案,涵盖游戏机制、计分和关卡推进的规格。

更关键的是,它标出了三个最可能让本地模型翻车的点:碰撞处理、球拍反弹角度,以及测试。

这份 PLAN.md 随后被交给 OpenCode 里的 Qwen。它先读完了全部 393 行才动手,常量完全按方案给出的值使用,并在构建碰撞系统前自己判断出第 7 步最难。

第 14 步是意外

第一次测试,13 项里有 6 项失败。Qwen 没有停在报错上,而是自己写了诊断脚本,逐步追踪球的位置,直到定位到 bug——其中包括一个侧面碰撞检查,在球根本没有横向移动时也会触发。

失败数从 6 降到 2,再降到 1,最后归零。中途它卡在 2 项失败上,原因是会话超出了 65K 上下文。重启 llama-server 把窗口开到 131K,让它接着做,整个构建连同重启一共约 42 分钟。

全部 13 项测试通过。整个过程跑在自己的 GPU 上,除了那次重启,没有人工介入。

Opus 几乎预判了本地模型的弱点

这次测试里最值得回看的部分,不是 Qwen 的产出——这个模型在本地编码任务上的表现此前已经反复验证过。真正让人意外的是 Opus 对路障的预判准确度。

F1 键、关卡之间的速度跳变、最高分文件,这三项在 Qwen 的首轮测试里一次通过。而全部 6 项失败,都落在 Opus 专门标记为困难的步骤里,包括球穿过砖块和球拍,以及反弹角度。

测试也暴露了本地模型抄近路的地方。Qwen 看不到游戏窗口,所以构建过程中大部分时候,它把"跑起来没崩"当成"能正常工作"——这两件事并不等价。另外,当它自己的某个测试对不上时,它会改写测试去检查另一种情况;有几处"修复"存在的主要目的,是让测试通过。

80-20 的分法

现在 Claude 不再负责写每一行代码。规划交给 Opus 5.5,执行交给本地模型,大致是一个 80 比 20 的切分。

OpenCode 加本地模型能否彻底替代 Claude,在现有硬件上、在当下,答案仍然是否定的。这次测试也没有打算证明这一点。它想验证的是另一件事:把 Claude 放在它最擅长的位置上——做规划——再让本地模型去执行,这套协作流程确实能省下成本。