3 Punkte von GN⁺ 2026-03-21 | 1 Kommentare | Auf WhatsApp teilen
  • Ein Open-Source-KI-Coding-Agent, der das Schreiben von Code in Terminal-, IDE- und Desktop-Umgebungen unterstützt, mit einer Desktop-Beta-App für macOS, Windows und Linux
  • Integration mit verschiedenen Modellanbietern wie Claude, GPT, Gemini, einschließlich kostenloser Modelle
  • Unterstützt Zusammenarbeit und paralleles Arbeiten durch automatisches Laden von LSP, Ausführung mehrerer Sessions und Teilen von Session-Links
  • Erweiterbare Struktur mit GitHub- und OpenAI-Kontoanbindung, Kompatibilität mit mehr als 75 LLM-Anbietern sowie lokalen Modellen
  • Datenschutzorientiertes Design, das keine Code-Daten der Nutzer speichert, sowie ein Zen-validiertes Modellset für stabile Qualität

Hauptfunktionen

  • LSP-Unterstützung

    • Lädt das Language Server Protocol (LSP) automatisch und verbindet es mit dem LLM
  • Multi-Session

    • Mehrere Agenten parallel innerhalb desselben Projekts ausführbar
  • Session-Freigabe

    • Unterstützung der Zusammenarbeit für Referenz- oder Debugging-Zwecke durch Teilen von Session-Links
  • Kontoanbindung

    • Mit GitHub-Login kann ein Copilot-Konto verwendet werden
    • Mit OpenAI-Login kann ein ChatGPT-Plus- oder Pro-Konto verwendet werden
  • Modell- und Editor-Kompatibilität

    • Unterstützung für mehr als 75 LLM-Anbieter und lokale Modelle über Models.dev
    • Nutzbar als Terminal-Oberfläche, Desktop-App und IDE-Erweiterung

Projekt und Sicherheit

  • Auf GitHub mit mehr als 120.000 Stars, mehr als 800 Mitwirkenden und mehr als 10.000 Commits
  • Wird monatlich von mehr als 5 Millionen Entwicklern genutzt
  • Speichert weder Code noch Kontextdaten der Nutzer
    • Entwickelt, um auch in datenschutzsensiblen Umgebungen sicher zu funktionieren
    • Details finden sich in der offiziellen privacy-Dokumentation
  • Zen** ist ein von OpenCode validiertes und benchmarkgetestetes** Set von KI-Modellen für Coding-Agenten

    • Minimiert Leistungsunterschiede zwischen verschiedenen Anbietern
    • Sichert konsistente Qualität, indem nur validierte Modelle verwendet werden
  • Bei neuen Produktveröffentlichungen werden Informationen vorrangig über eine Early-Access-Warteliste bereitgestellt

1 Kommentare

 
GN⁺ 2026-03-21
Hacker-News-Kommentare
  • OpenCode war der erste Open-Source-Agent, den ich benutzt habe
    Ich habe kurz Claude Code ausprobiert, dabei das Potenzial von agentic coding gespürt und es danach als Hauptwerkzeug verwendet
    Aber das Release-Tempo und die Qualitätskontrolle des Entwicklungsteams sind zu schnell und instabil. Funktionen werden ohne Tests oder sauber dokumentierte Änderungen hinzugefügt, entfernt oder angepasst, weshalb es häufig kaputtgeht
    Die Codebasis ist außerdem unnötig groß und in komplexem TypeScript gehalten, wodurch die Ressourceneffizienz schlecht ist (trotz TUI werden über 1 GB RAM genutzt)
    Auch die UI hat viele Bugs, und durch die Funktionsfülle ist das Tool eher schwer zu benutzen und noch schwerer im Kopf zu behalten

    • Aus Sicherheitssicht ist das noch besorgniserregender. OpenCode hat standardmäßig eine permissive Sicherheitsrichtlinie und lädt Konfigurationen automatisch aus dem Web
      Dazu gibt es die Dokumentation (config precedence order) sowie ein GitHub-Issue, in dem die Möglichkeit einer RCE-Schwachstelle angesprochen wird
    • Ähnliche Probleme habe ich auch bei OpenClaw gesehen. Schnelle Auslieferung gilt dort offenbar als Wettbewerbsvorteil, aber dafür wird Produktionsstabilität geopfert
    • Trotz des Namens „open“ gibt es Berichte über viel Datenübertragung. Es gibt einen RolandCode-Fork, der das entfernt
    • Auch der Entwickler hat auf X eingeräumt, Prototypen zu leichtfertig ausgeliefert zu haben, und gesagt, er wolle mehr in Aufräumen und Korrekturen investieren
    • Solche Probleme scheinen aus der agentischen Art des Codings und einer TypeScript-zentrierten Entwicklungskultur zu entstehen
  • Das OpenCode-Team sagt keine überzogenen Dinge wie „Coding ist tot“
    Es zeigt eine realistische Haltung, die Codequalität ernst nimmt

    • Vermutlich, weil sie nicht jedes Quartal gegensätzliche OKRs formulieren müssen
  • Ich hatte gehört, es sei ein bei Anthropic AI auf die Blacklist gesetzter Agent, aber mir gefällt die Subagenten-Struktur
    Für jeden Agenten lässt sich ein Modell auswählen, was flexibel ist. Schade ist nur, dass man in bestimmten Fällen Claude Code verwenden muss

    • Tatsächlich steht es nicht auf einer Blacklist. Man kann OpenCode nur nicht mit dem Claude-Code-Aboplan verwenden, sondern nur mit dem kommerziellen API-Tarif
    • Wenn man die Anthropic API direkt nutzt, kann man es zusammen mit OpenCode verwenden
    • Mit einer etwa 3.000-$-AMD395+-Maschine kann man nahezu eine vollständig offene Entwicklungsumgebung aufbauen
  • Ich mag OpenCode wirklich sehr. Ich habe selbst Plugins namens prune und retrieve gebaut
    prune ersetzt einige Nachrichten in einer Unterhaltung durch Zusammenfassungen, und retrieve lädt den Originaltext bei Bedarf wieder nach
    Ich habe das in einem Live-Development-Video getestet, und es war so effektiv, dass es sich fast wie ein unendliches Kontextfenster anfühlte

    • Klingt interessant, aber ich finde weder ein GitHub-Repository noch einen Veröffentlichungslink für einen Paketmanager. Ich frage mich, ob es irgendwo öffentlich verfügbar ist
  • Mit dem 10-$-Go-Plan und einem spec-basierten Workflow war ich überraschend produktiv
    Ich nutze Claude seit zwei Monaten nicht mehr. Stattdessen automatisiere ich Arbeitsplanung und Reviews mit Subagenten auf Basis von GPT 5.4
    Dass man Modelle frei austauschen kann, hat einen hohen Lerneffekt. Auch kostenlose Modelle wie GLM oder Kimi sind überraschend brauchbar
    Wenn ich Aktionär eines Frontier-Labors wäre, würde mich beunruhigen, dass ihre Eintrittsbarrieren immer niedriger werden

    • Der eigentliche moat sind die Leute, die Frontier-Modelle direkt erforschen können. Solange OpenCode solche Modelle nicht selbst baut, ist es nur ein Wrapper
    • Ich würde gern mehr über die Philosophie dahinter erfahren, nach welchen Kriterien hochwertige Modelle ausgewählt und eingesetzt werden
  • Ich bin Nutzer von Pi.dev

    • Bei mir genauso. Pi arbeitet gut, obwohl der System-Prompt auf ein Minimum reduziert ist. Dagegen ist der Prompt von OpenCode viel zu lang und enthält zu viele emotionale Passagen
      Ich würde den einfachen Prompt von Pi gern in OpenCode einsetzen, aber derzeit geht das ohne Custom Fork nicht
    • Pi ist ein hervorragendes Projekt und ein gutes Referenzbeispiel für die Entwicklung leichtgewichtiger Agenten
    • Pi ist einfach und flexibel. Ich habe es vor Kurzem in GitLab CI genutzt, um ChangeLog.md automatisch zu erzeugen, und in Kombination mit Qwen 3.5 hat es gut funktioniert
      Pi wurde programmatisch ausgeführt, um Commits zu analysieren und innerhalb von 600 Sekunden den nötigen Kontext zu sammeln. Beeindruckend ist, dass solche Automatisierungen möglich sind
    • Wenn OpenCode ein Open-Source-Claude-Code ist, dann fühlt sich Pi eher wie ein Open-Source-Coding-Agent an
  • Es gibt einen auf Data Engineering spezialisierten OpenCode-Fork namens Altimate Code

  • Claude Code erkennt im VS-Code-Terminal die aktuelle Datei und ausgewählte Zeilen sofort, aber OpenCode erreicht dieses Niveau nicht
    In der Dokumentation steht zwar, dass das möglich sei, in der Praxis funktioniert es aber nur eingeschränkt mit einer speziellen Erweiterung und bestimmten Tastenkürzeln

  • Ich nutze OpenCode nicht zum Codieren, sondern als Agenten-Backend
    In Kombination mit skills, einem FastAPI-Server und opencode go(minimax) lässt sich ein günstiges und zugleich intelligentes System aufbauen
    Mit claw kann man über Kanäle auch Gespräche führen

  • Es braucht eine klare Erklärung zu Offline-Modus und Privatsphäre
    Wenn man die GitHub-Issues liest, bleibt ein ungutes Gefühl. Ich möchte, dass der Code mein Gerät nicht verlässt