近日，开发者 raysonmeng 开源了一款名为 AgentBridge 的本地桥接工具，旨在解决 Claude Code 与 Codex（基于 OpenAI）在使用过程中的割裂问题。该工具摒弃了传统的终端模拟或屏幕驱动方案，转而在协议层面进行深度对接：一端连接 Claude Code 的 MCP 通道，另一端对接 Codex 的 app-server 协议。AgentBridge 实现了两大核心功能：一是“中途插话”，允许用户在 Codex 执行任务的过程中直接注入 Claude 的指令，无需重启或复制粘贴，实现真正的双向原生交互；二是“额度接力”，工具通过轮询官方 usage 端点实时监控配额，当一方额度（如 Codex 的 5 小时限额）耗尽时，会自动保存 checkpoint 并将任务无缝移交另一方继续执行。该项目已支持多目录多对代理并行开发，通过 npm 安装后即可在本地实现双模型协作开发。
事件分析
从技术架构来看，AgentBridge 的亮点在于跳过了应用层的 UI 自动化，直接通过协议（MCP 与 App-server）实现数据流互通。这种“底层接管”的方式比外挂式脚本更加稳定且高效，为多智能体协作提供了新的工程思路。它实际解决了当前 AI 编程工具的两个核心痛点：单一模型能力的局限（如规划与实现的分离）以及服务商设置的硬性配额限制。该工具的出现预示着 AI 辅助编程正在从“单轮对话”向“多 Agent 协同编排”演进。用户不再是被动的调参者，而是成为了监督 Agent 间协作的管理者，这种模式可能会催生更多针对特定工作流的 Agent 编排中间件。
💡 核心观点：协议级互联打破单一模型与配额限制，多智能体协作正成为AI编程的进阶形态。
原文链接：Linux.do
