OpenCode: как открытая обвязка стала рынком моделей (Рубрика #AI4SDLC)
Посмотрел свежий выпуск YC The Lightcone с Jay V, CEO OpenCode. В июне я уже разбирал разговор с Dax Raad про OpenCode: тогда меня больше зацепили скепсис к AI-хайпу и тезис о том, что узким местом разработки остается мышление. Новый выпуск продолжает историю с другого ракурса. OpenCode становится не просто еще одним кодинг-агентом, а открытым слоем между разработчиками, моделями и провайдерами.
Масштаб Jay описывает уже почти платформенный. По его словам, июнь OpenCode закончил примерно с 13 миллионами активных пользователей в месяц - это примерно в 20 раз больше, чем в начале 2026 года. На момент выпуска недельная аудитория составляла 4,6 миллиона, а через сервисы компании проходило около 7 триллионов токенов в день. Это заявления самой компании, не независимо проверенная статистика, но важнее здесь даже не абсолютные числа, а то, откуда взялся рост.
Январское ограничение со стороны Anthropic выглядело как угроза. Пользователи подключали подписки Claude Code к OpenCode, а Anthropic начала отклонять такие запросы. По интерпретации Jay, эффект получился обратным: сам факт, что крупный вендор пытается ограничить OpenCode, поставил два продукта в одну категорию в глазах рынка. Люди, которые раньше не знали про OpenCode, решили хотя бы посмотреть, что именно блокируют.
Но одним конфликтом такой рост не объяснить. В 2025 году открытые модели GLM, Kimi, MiniMax и другие стали достаточно хороши для реальной работы с кодом. Jay вспоминает четырехнедельный период в феврале 2026 года, когда одна из версий Kimi по использованию в OpenCode обошла Sonnet и Opus вместе. Точную версию он в разговоре не называет уверенно, зато продуктовый сигнал был понятен: открытые модели перестали быть только любопытной демкой, и под них можно строить массовую подписку.
Так появился OpenCode Go - тариф за $10 в месяц, рассчитанный прежде всего на международную аудиторию. Его ценность не только в низкой цене. OpenCode агрегирует спрос, договаривается о мощностях и скидках, проверяет связки «модель + провайдер» и дает пользователю переключаться между моделями в одной обвязке. Получается не ставка на одного победителя, а ставка на то, что поле моделей останется разнообразным.
Инженерно здесь особенно интересна архитектура продукта. OpenCode можно представить как две части:
1️⃣ Интерфейс, с которым работает человек
2️⃣ Сервер с контуром агента (agent loop), который вызывает модель и инструменты.
За счет этого разделения серверную часть можно встраивать отдельно. В выпуске Jay приводит пример Ramp: команда сделала Slack-бота, внутри которого работал сервер OpenCode. То есть объект конкуренции уже не только терминальный интерфейс. Это инфраструктурный компонент, который можно положить в основу внутренних продуктов и автоматизированных процессов.
Отсюда становятся понятнее ранние продуктовые решения
1️⃣ На старте команда заявляла поддержку более 70 моделей и провайдеров. Для этого пришлось отдельно создать models.dev - открытую базу характеристик и цен моделей.
2️⃣ Параллельно команда вложилась в TUI, потому что сама жила в Vim и Neovim и не считала терминал бедным интерфейсом.
Эти решения выглядят разными, но работают на одну позицию: стать удобным открытым вариантом по умолчанию, а не приложением вокруг конкретной модели.
Глобальная аудитория добавляет еще один слой преимущества. Когда Азия работает, Америка спит, и наоборот. По наблюдению Jay, благодаря этому нагрузка на GPU в течение суток получается ровнее, мощности используются эффективнее, а экономика сервиса улучшается. География в таком случае - не просто маркетинговая диаграмма, а часть архитектуры эксплуатации.
История компании тоже интересна - юридическое лицо существует с 2010 года, в YC команда попала только в 2021-м после многих заявок, а до OpenCode успела строить другие продукты и open-source-проекты. Это пример того, как накопленные навыки - инфраструктура, терминальные интерфейсы, open source и позиционирование - неожиданно выстреливают, когда рынок доходит до определенной точки.
Для меня главный вывод такой: защитный ров (moat) OpenCode - это система из нейтральной обвязки, отношений с провайдерами, глобальной дистрибуции, встраиваемого agent loop и данных реального использования. Для внутренних AI-платформ урок похожий: выбирать нужно не один логотип, а архитектуру, в которой модель можно заменить, расходы наблюдаемы, а контур исполнения остается под контролем.
Отдельно следующим постом разбираю OpenCode Data - там хорошо видно, почему объем токенов, число пользователей, цена сессии и качество модели нельзя сворачивать в один рейтинг.
#AI #AI4SDLC #Agents #DevTools #Product #Engineering
Посмотрел свежий выпуск YC The Lightcone с Jay V, CEO OpenCode. В июне я уже разбирал разговор с Dax Raad про OpenCode: тогда меня больше зацепили скепсис к AI-хайпу и тезис о том, что узким местом разработки остается мышление. Новый выпуск продолжает историю с другого ракурса. OpenCode становится не просто еще одним кодинг-агентом, а открытым слоем между разработчиками, моделями и провайдерами.
Масштаб Jay описывает уже почти платформенный. По его словам, июнь OpenCode закончил примерно с 13 миллионами активных пользователей в месяц - это примерно в 20 раз больше, чем в начале 2026 года. На момент выпуска недельная аудитория составляла 4,6 миллиона, а через сервисы компании проходило около 7 триллионов токенов в день. Это заявления самой компании, не независимо проверенная статистика, но важнее здесь даже не абсолютные числа, а то, откуда взялся рост.
Январское ограничение со стороны Anthropic выглядело как угроза. Пользователи подключали подписки Claude Code к OpenCode, а Anthropic начала отклонять такие запросы. По интерпретации Jay, эффект получился обратным: сам факт, что крупный вендор пытается ограничить OpenCode, поставил два продукта в одну категорию в глазах рынка. Люди, которые раньше не знали про OpenCode, решили хотя бы посмотреть, что именно блокируют.
Но одним конфликтом такой рост не объяснить. В 2025 году открытые модели GLM, Kimi, MiniMax и другие стали достаточно хороши для реальной работы с кодом. Jay вспоминает четырехнедельный период в феврале 2026 года, когда одна из версий Kimi по использованию в OpenCode обошла Sonnet и Opus вместе. Точную версию он в разговоре не называет уверенно, зато продуктовый сигнал был понятен: открытые модели перестали быть только любопытной демкой, и под них можно строить массовую подписку.
Так появился OpenCode Go - тариф за $10 в месяц, рассчитанный прежде всего на международную аудиторию. Его ценность не только в низкой цене. OpenCode агрегирует спрос, договаривается о мощностях и скидках, проверяет связки «модель + провайдер» и дает пользователю переключаться между моделями в одной обвязке. Получается не ставка на одного победителя, а ставка на то, что поле моделей останется разнообразным.
Инженерно здесь особенно интересна архитектура продукта. OpenCode можно представить как две части:
1️⃣ Интерфейс, с которым работает человек
2️⃣ Сервер с контуром агента (agent loop), который вызывает модель и инструменты.
За счет этого разделения серверную часть можно встраивать отдельно. В выпуске Jay приводит пример Ramp: команда сделала Slack-бота, внутри которого работал сервер OpenCode. То есть объект конкуренции уже не только терминальный интерфейс. Это инфраструктурный компонент, который можно положить в основу внутренних продуктов и автоматизированных процессов.
Отсюда становятся понятнее ранние продуктовые решения
1️⃣ На старте команда заявляла поддержку более 70 моделей и провайдеров. Для этого пришлось отдельно создать models.dev - открытую базу характеристик и цен моделей.
2️⃣ Параллельно команда вложилась в TUI, потому что сама жила в Vim и Neovim и не считала терминал бедным интерфейсом.
Эти решения выглядят разными, но работают на одну позицию: стать удобным открытым вариантом по умолчанию, а не приложением вокруг конкретной модели.
Глобальная аудитория добавляет еще один слой преимущества. Когда Азия работает, Америка спит, и наоборот. По наблюдению Jay, благодаря этому нагрузка на GPU в течение суток получается ровнее, мощности используются эффективнее, а экономика сервиса улучшается. География в таком случае - не просто маркетинговая диаграмма, а часть архитектуры эксплуатации.
История компании тоже интересна - юридическое лицо существует с 2010 года, в YC команда попала только в 2021-м после многих заявок, а до OpenCode успела строить другие продукты и open-source-проекты. Это пример того, как накопленные навыки - инфраструктура, терминальные интерфейсы, open source и позиционирование - неожиданно выстреливают, когда рынок доходит до определенной точки.
Для меня главный вывод такой: защитный ров (moat) OpenCode - это система из нейтральной обвязки, отношений с провайдерами, глобальной дистрибуции, встраиваемого agent loop и данных реального использования. Для внутренних AI-платформ урок похожий: выбирать нужно не один логотип, а архитектуру, в которой модель можно заменить, расходы наблюдаемы, а контур исполнения остается под контролем.
Отдельно следующим постом разбираю OpenCode Data - там хорошо видно, почему объем токенов, число пользователей, цена сессии и качество модели нельзя сворачивать в один рейтинг.
#AI #AI4SDLC #Agents #DevTools #Product #Engineering