iT邦幫忙

2026 iThome 鐵人賽

DAY 21
0
AI Engineering

[ opencode ] 開源 AI coding agent系列 第 21

21-AI coding tools | 2026 全景圖與評估框架

  • 分享至 

  • xImage
  •  

! 本篇文章將會介紹 2026 的 AI coding 工具全景,並給你一套評估框架,不再選擇困難 :D

TL;DR: https://dev.benben.me/slides/s/ironman-21-ai-tools-landscape

本篇目標

讀完這篇你會學到:

  • 一張工具分類地圖:agent harness / spec 工具 / 技能生態 / 呈現層 / 多工運行時
  • 一套五維度評估框架
  • 接下來九天(Day 22–30)的導覽路線

先換一顆腦袋:從「選一把瑞士刀」到「拼樂高」

前二十天我們把 opencode 從「拿來就用」練到「改造成平台」。但老實說——opencode 不會是終點。2026 年的 AI 工具圈每週都有新東西,與其問「哪個最強」,不如問:

「我的工作流缺哪一塊?哪塊拼圖最適合補上?」

工具是樂高,工作流才是作品。

全景地圖:五個分類

1. Agent harness(代理人鞍座)

「AI 住在哪、怎麼跟 codebase 互動」的那層:

  • opencode——本系列主角,開源、terminal-first、擴充全(agents/rules/commands/MCP/skills/plugins)
  • pi(Day 22)——極簡主義者,harness 刻意小、功能靠 extensions 長
  • Claude Code、Gemini CLI、Codex CLI——大廠官方鞍座
  • 共同點:吃 prompt、控工具、改檔案;差異在哲學與擴充文化

2. Spec-driven 工具(規格先行)

「讓 AI 不用猜需求」的方法論與工具:

  • OpenSpec(Day 23)——輕量、markdown specs 即 source of truth
  • GitHub Spec Kit——較厚重、phase gates 明確
  • BMAD 等敏捷方法論框架
  • 解的問題:需求活在 chat history 裡就會漂移

3. 技能生態(Skills)

「把工程紀律打包成可重複使用的單元」:

  • Matt Pocock skills(Day 25–27)——真工程派:grilling、TDD、spec-to-tickets
  • Agent Skills 標準(SKILL.md 慣例,Day 15 提過)——跨工具共通的技能格式
  • 解的問題:好 practice 停留在「知道」,沒變成「每次都做」

4. 呈現層(Presentation)

「把 AI 產出的東西變成能見人的成品」:

  • open-slide(Day 24)——為 agent 而生的簡報框架,每頁都是 React code

5. Agent 運行時 / 多工(Runtime)

「多個 agent 同時跑、跑很久、跑在遠端」的那層:

  • herdr(Day 28)——coding agent 的 runtime,工作不因闔上筆電而中斷
  • tmux 是它的遠房親戚,但 herdr 懂 agent 的狀態

小小測驗:回想你昨天的工作,這五層你已經有哪幾層?哪一層最痛?(筆者的答案:規格層最痛——AI 常常「很會做,但做錯事」。)

評估框架:五個維度

之後每介紹一個工具,都會用這五維度打分數:

  1. 開源與授權——能不能看 source?授權友善嗎?被斷供風險?
  2. 模型自由度——綁不綁單一 provider?本地模型行不行?
  3. 擴充性——能不能自己加功能?門檻多高?
  4. 自動化能力——headless / API / CI 吃不吃得進 pipeline?
  5. 心智負擔——要學多少概念才上手?維護成本?

注意:這五維沒有「一體適用」的權重。個人 side project 心智負擔權重最高;團隊導入則開源與自動化優先。框架是拿來調的,不是拿來背的。

Day 22–30 導覽

天數 工具 一句話定位
22 pi 極簡 agent harness:less is more 的極致
23 OpenSpec spec-driven development,讓 AI 不用猜
24 open-slide 每頁都是 code 的簡報框架
25–27 Matt Pocock skills 真工程師的技能庫(介紹/入門/進階)
28 herdr coding agent 的終端機多工 runtime
29 橫向比較 場景 × 工具選擇矩陣
30 完賽總結 把全部串成一條工作流

常見問題

Q:為什麼不直接選一個「全能」工具?
A:因為全能通常等於「每樣都 80 分」。分層組合讓你在每一層選 95 分的那塊——代價是要學組合,這也是本系列存在的意義。

Q:新工具每週都冒出來,學得完嗎?
A:學不完,也不需要。分類地圖的價值是:新工具出現時,你先問「它屬於哪層?取代了我手上的哪塊?」——評估成本從「從頭研究」降到「對照比較」。

Q:這些工具彼此相容嗎?
A:比你想像中相容——AGENTS.md、SKILL.md 這類慣例正在成為跨工具共通語言。opencode 直接吃 .claude/skills/、OpenSpec 支援 30+ 工具、open-slide 任何會改 React 的 agent 都能駕駛。

小結

  • 五層地圖:harness / spec / skills / 呈現 / runtime
  • 五維評估:開源、模型自由、擴充、自動化、心智負擔——權重自己調
  • 工具是樂高,工作流才是作品

明日預告

Day 22:pi——極簡 agent harness 的魅力,看看「少即是多」的哲學怎麼實踐。


有任何疑問但沒有 iT 邦幫忙帳號,或是想匿名提問?
歡迎到 https://dev.benben.me/q/P3C5U6 提問或加油打氣,沒意外的話會在完賽之後一起回答 :D


上一篇
20-opencode | 多模型策略:provider 切換與成本平衡
下一篇
22-pi | 極簡 agent harness 的魅力
系列文
[ opencode ] 開源 AI coding agent24
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言