近日,有开发者在技术社区对开源项目 opencode 提出批评,直指其存在严重的内存占用和执行效率问题。该开发者表示,购买并使用 opencode go 后发现,即使仅在命令行界面下不执行任何操作,其内存占用就高达 700MB;若执行撰写文章等基础任务,内存消耗更是突破 1GB。此外,在处理相同任务时,opencode 表现不佳。此前在 Claude 平台上已验证可由 DeepSeek Pro 模型顺利完成的任务,在 opencode 环境中却频频受阻,无法顺畅执行。该开发者指出,目前替换大模型的过程已经非常便捷。例如在官方的 Claude Code 工具中,只需简单修改 setting.json 配置文件即可自由切换底层模型。相比之下,专门开发一个类似 opencode 这样存在诸多 Bug 且体验不佳的开源项目显得多此一举。随着 OpenAI 的 Codex 和 Anthropic 的 Claude Code 等主流 AI 编程工具相继开源,开发者对于开源项目的期望也在提高。过去开源项目以“小而美”著称,而如今许多开源项目却变得“大而肥”,不仅系统资源消耗大幅增加,还伴随着各种未修复的漏洞。这一现象引发了技术社区对于当前开源工具代码质量与实用性的反思,也促使开发者在选择 AI 辅助编程工具时更加关注软件底层的工程优化水平。
事件分析
💡 核心观点:AI编程工具的竞争正从模型能力向基础软件工程回归,资源占用、执行效率与稳定性正成为新的技术护城河。
原文链接:V2EX 分享发现





