現在各方面的開源 Agent 太多了，用都用不過來，但是我周邊很多朋友也還在用着 Claude Code，所以開源 Agent 和 Claude Code 到底誰更好用呢？

我選了 7 個開源 Agent 來和 Claude Code 對比：

• OpenCode：開源通用 Coding Agent
• DeepSeek Harness：插件化Harness
• Pi：極簡 Harness
• Goose：通用/MCP Agent
• Cline：IDE Agent
• Aider：Git-native
• mini-SWE-agent：極簡/研究型 Agent

用同一套提示詞，同一個模型 deepseek-flash，看看誰的效果更好，誰耗 Token 更少。

01. 多 Agent 實測

case 1 經典的鵜鶘騎自行車

提示詞：用 Three.js 做一個「鵜鶘騎車」的 3D 動畫。

Claude Code：

沙漠公路、棕櫚樹和速度儀表形成了鮮明的視覺風格，畫面有故事感。缺點是主角沒手。

OpenCode：

鵜鶘、自行車、道路和樹木都齊，整體建模和動畫都沒啥大問題。

DeepSeek Harness：

粉色界面和控制項很搶眼，卻犯了核心建模錯誤：車輪橫躺；整個車是倒着走的。

Pi：

一眼就能看出鵜鶘在踩自行車。天空、山巒和道路乾淨利落，但是手部與車把沒連接好。

Goose：

頭盔、圍巾、車籃讓鵜鶘更有性格，大喉囊也很醒目，就是有穿模。

Cline：

鵜鶘、車、腳踏的關係清楚。鵜鶘扶着車把，車架和車輪比例協調，就是車輪建模多了一圈紅色的東西。

Aider：

完成了基礎 3D 模型和運動，但沒手，腳還是倒着蹬的。

mini-SWE-agent：

畫面有明顯瑕疵：輻條伸出輪胎。

本輪排名：

OpenCode> Claude Code > Pi > Goose >Cline > mini-SWE-agent> Aider > DeepSeek Harness

case 2 解讀陌生項目

給 Agent 一份已有的訂單報表項目，不告訴它計算邏輯。它要從命令行入口開始，找到數據在哪裏讀取、金額怎樣計算、報表怎樣彙總，再解釋最終結果。

orderdesk/report.py：

提示詞：我剛接手這個訂單報表項目，想弄清楚 9 月報表的計算過程。請先閱讀項目，允許運行本地命令，但不要修改已有代碼或測試，也不要安裝依賴或訪問網絡。追蹤 python -m orderdesk.cli fixtures/orders.json 2026-09 從讀取數據到輸出的過程，並在項目裏寫一份 訂單報表分析.md：列出最終完整 JSON；逐一說明哪些訂單沒有計入 net_revenue_cents 及原因；解釋當前 repeat_customers 的計算方法。如果退款訂單以後不能用於判定復購，應該改哪個函數的哪段邏輯，9 月結果又會變成多少？請標出關鍵文件和函數名。不要在原始文件上改動。

Claude Code：

資料最詳盡，但也最冗長，並明確寫了兩位客戶的復購判定都依賴退款訂單，緊接着又算出 lin 去掉退款單仍有兩單。關鍵因果判斷自相矛盾。

OpenCode：

報告簡潔，所有數值和修改建議都對。但 lin 的復購部分依賴 A-104不夠準確：退款單影響了 lin 的計數，並不影響他是否達到復購門檻。

DeepSeek Harness：

證據和行號很全，沒有核心錯誤；不過重複解釋較多，還延伸到部分退款等題外情況，讀者抓結論要花更久。

Pi：

計算過程完整，卻寫成 lin 和 zhou 都因此被判定爲復購。實際只有 zhou 的復購資格依賴退款單；報告後面的改後結果又說明 lin 仍算復購，前後表述不一致。

Goose：

篇幅適中，調用鏈、逐單原因和復購變化都講清楚了，尤其準確抓住 zhou 的第二單來自退款訂單。

Cline：

追蹤細緻，準確說明退款單是被排除，而非作爲負數衝減收入；還指出改口徑後現有測試的預期值需要更新。稍長，但沒有偏離問題。

Aider：

解釋最乾淨。明確指出 lin 去掉退款單後仍有兩筆有效訂單，只有 zhou 會失去復購資格；建議複用已有的 fulfilled 列表，改動位置也準確。

mini-SWE-agent：

完整且準確，同時給出排除取消和退款與只保留已履約兩種改法，並說明它們在當前數據下結果相同。表達略平，改動位置可以再精確到代碼行。

本輪排名：

Aider > Cline > Goose > mini-SWE-agent > DeepSeek Harness > OpenCode > Pi > Claude Code

Case 3 Bug 修復

這個 case 會看 Agent 是否先利用現有測試確認現象，修改是否集中在出錯的邏輯，以及有沒有補上邊界測試。

checkout/service.py：

提示詞：結算頁有用戶反饋：用了折扣券後，商品實付金額不足 50 元，頁面仍然免運費。規則是折扣後的商品金額達到 5000 分才免運費，否則收 600 分；全額折扣也不能免掉運費。請先運行現有測試復現問題，再定位並修復。只改必要代碼，補一條有意義的邊界迴歸測試，最後運行全部測試，告訴我根因、修改文件和測試結果。不要安裝依賴或訪問網絡，不要在原始文件上改動。

Claude Code：

用 6000 分全額折扣，並同時斷言原價、折扣、運費和總價，檢查最完整。

OpenCode：

用 6000 分全額折扣，驗證折扣、運費和總價；修復準確，沒有多餘改動。

DeepSeek Harness：

分別用 8000 分和 10000 分全額折扣，同樣能抓住原始錯誤，只是離 5000 分邊界更遠。

Pi：

分別用 8000 分和 10000 分全額折扣，同樣能抓住原始錯誤，只是離 5000 分邊界更遠。

Goose：

都價恰好 5000 分、折扣 100% 的用例，驗證折後商品金額爲 0 時運費仍是 600 分。修復和測試都很剋制。

Cline：

用 6000 分全額折扣，驗證折扣、運費和總價；修復準確，沒有多餘改動。

Aider：

原價恰好 5000 分、折扣 100% 的用例，驗證折後商品金額爲 0 時運費仍是 600 分。修復和測試都很剋制。

mini-SWE-agent：

同樣測試 5000 分邊界；它把迴歸測試放進新文件，保留了原測試文件。

本輪排名：

Goose = Aider = mini-SWE-agent > Claude Code = Cline = OpenCode = Pi = DeepSeek Harness

Case 4 代碼重構

這個 case 重構的難點在於守住原有行爲：調用方式、返回數據、金額舍入和錯誤處理都要保持一致。

csv_source.py：

json_source.py：

提示詞：ledgerimport/csv_source.py 和 ledgerimport/json_source.py 重複處理日期、金額和狀態。我想把字段規範化邏輯收斂到一個共享實現。請保持 load_csv(text) 和 load_json(text) 的簽名、返回結構，以及現有有效和無效輸入的行爲不變。不要引入第三方依賴或改變數據格式。請增加至少一個同時檢驗 CSV 和 JSON 邊界輸入的測試，運行全部測試，並說明改動爲什麼沒有改變功能，不要在原始文件上改動。

Claude Code：

共享邏輯收得乾淨，還把原始實現作爲對照，逐項比較返回值、異常類型和消息。對重構不能改行爲驗證最有說服力。

OpenCode：

代碼簡潔且測試通過，但新增驗證最薄，主要檢查幾種正常輸入、非法日期和狀態。

DeepSeek Harness：

保留了 45 條重構前行爲樣本，連異常消息也逐條覈對，驗證很充分。不過 CSV 和 JSON 入口仍各自重複組裝記錄，代碼和測試也偏繁複。

Pi：

用一個 normalize_record() 消除了重複代碼，邊界測試覆蓋正負金額舍入、空輸入和非法狀態；缺少直接與原版對照的驗證。

Goose：

實現簡潔，邊界測試覆蓋舍入、空輸入和錯誤狀態；另做了 1279 次新舊實現對比，結果沒有差異。覈對腳本寫死了本機路徑，移到別處不能直接複用。

Cline：

共享模塊和項目內測試做得完整，但附帶的「與原版對比」腳本把新版本路徑指向了 Goose 的文件夾，因此腳本跑通也不能證明 Cline 的結果。

Aider：

兩個入口都直接調用同一個 normalize_record()，改動利落；測試檢查了金額邊界和異常一致性。但驗證較窄。

mini-SWE-agent：

重構正確，日期、金額、狀態都有新增測試；非法金額和異常優先順序沒有單獨覆蓋。

本輪排名：

Claude Code > Goose > DeepSeek Harness > Aider > Cline > Pi > mini-SWE-agent > OpenCode。

Case 5 代碼審查

這個 case 中 Agent 需要像審查同事的 PR 一樣，判斷哪些改動可能造成實際問題。refunddesk/refunds.py：

提示詞：請幫我審查這次退款改動。需求寫在 PR_DESCRIPTION.md，本次代碼變化可以用 git diff HEAD 查看。只指出會導致實際錯誤的缺陷，不給格式或命名建議。你可以閱讀代碼和運行測試，但不要修改代碼或測試，也不要安裝依賴。請在項目裏寫一份 review-notes.md：每個問題給出文件和行號、觸發場景、後果以及建議的修復方向；沒有把握的問題不要寫，不要在原始文件上改動。

Claude Code：

逐項給出觸發場景、實際結果和修復代碼，還把併發風險說明爲原有問題，沒有混進本次 PR 的缺陷。證據最完整。

OpenCode：

報告短，但每條都有觸發條件、業務後果和具體修法；明確指出三處改動要分別修復。

DeepSeek Harness：

三處問題都找到了，但給出的修復示例把 order.refunded = True 放在網關調用之前。如果網關調用失敗，訂單可能已被標記爲退款完成。

Pi：

準確關聯了 PR 要求、三處代碼改動和三個失敗測試，修復建議也正確；內容簡略。

Goose：

問題和影響都找對了，但把 wallet.credit 標爲第 5 行，實際在第 6 行；重複退款檢查的行號也有偏差。代碼審查報告裏的定位錯誤會增加覈對成本。

Cline：

三處問題與失敗測試一一對應，位置、後果和修復方向都準確，審查意見可以直接交給開發者處理。

Aider：

三處缺陷判斷準確，尤其說清了先退款、後報錯仍會造成資金副作用。但報告沒有列出完整測試運行結果。

mini-SWE-agent：

三處缺陷和修復方向均正確，寫得簡潔；缺少測試結果或實際輸出作爲支撐。

本輪排名：

Claude Code > Cline > OpenCode > Aider > Pi > Goose > mini-SWE-agent > DeepSeek Harness

Case 6 前端頁面

這個 case 考察 Agent 如何拆解頁面任務、修改 CSS、檢查桌面和手機效果的能力，以及發現問題後是否繼續調整。

提示詞：請爲虛構獨立書店「行間」完成一個新書策展頁，面向喜歡實體書、偏愛安靜閱讀空間的城市讀者。交付本地雙擊 index.html 就能打開的頁面。使用 books.js 裏的 6 本書和 assets/ 中的封面；頁面要有品牌區、新書主視覺、書目展示和一小段書店介紹。用戶應能按分類篩選，點擊「加入書袋」後右上角數量立即更新，刷新後仍保留；篩選不能清空已加入數量。請兼顧 1440px 桌面和 390px 手機，避免橫向滾動，保證鍵盤可操作和文字可讀。只用原生 HTML、CSS、JavaScript，不用 CDN、遠程字體或圖片、組件庫，也不要安裝依賴。完成後說明設計思路，並列出你實際驗證過的交互和視口，不要在原始文件上改動。

Claude Code：

書店的安靜氣質做得很完整，桌面三列書卡、手機單列橫向書卡都整齊；書袋還能調整數量。

OpenCode：

首屏有明確的書店風格，信息層次也清楚。手機端堅持兩列書卡，文字顯得偏小；右上角書袋只顯示計數。

DeepSeek Harness：

面端的紙張底紋、主推卡片和深色頁腳有辨識度；手機端六本書逐本佔滿一列，頁面實測約 6274px 高，瀏覽效率明顯下降。

Pi：

三本疊放的封面、標題和留白形成了最清楚的首屏；手機端改成易讀的橫向書卡。書袋面板也能查看所選書目，視覺與使用體驗最均衡。

Goose：

排版穩定，桌面三列和手機單列都便於瀏覽；書袋面板有書目與合計金額。主視覺只突出一本封面，記憶點稍弱。

Cline：

桌面書卡和手機閱讀順序都處理得好，但頁面仍寫着2025 春季，與其他成品的秋季新書主題不一致；書袋只有數量展示。

Aider：

頁面乾淨，手機端書卡易讀，但主視覺只有一本封面，關於書店又排在書目之前，瀏覽新書要多滑一段。書袋按鈕點擊後會跳向書目，沒有書袋詳情。

mini-SWE-agent：

功能可用，也有書袋面板；但桌面書目排成五本一行、最後一本單獨一行，手機端兩列書卡又讓文字和按鈕偏擠，版式完成度最低。

本輪排名：

Pi > Claude Code > Goose > Cline > OpenCode > Aider > DeepSeek Harness > mini-SWE-agent

02. 實測花費

• Claude Code：¥1.18，7,904,689 Tokens
• OpenCode：¥1.60，10,479,617 Tokens
• DeepSeek Harness：¥1.92，35,950,662 Tokens
• Pi：¥0.64，3,201,291 Tokens
• Goose：¥1.08，7,762,504 Tokens
• Cline：¥1.97，11,145,123 Tokens
• Aider：¥0.40，138,921 Tokens
• mini-SWE-agent：¥2.28，19,943,150 Tokens

六個 Case 的 總花費從高到低：

mini-SWE-agent（¥2.28）＞Cline（¥1.97）＞DeepSeek Harness（¥1.92）＞OpenCode（¥1.60）＞Claude Code（¥1.18）＞Goose（¥1.08）＞Pi（¥0.64）＞Aider（¥0.40）。

03. 挖一挖

六個 Case 跑下來，Agent 確實會影響結果。

3D 動畫和前端頁面的差距更直觀，完成任務與做出好看的成品是兩回事。

Claude Code 在重構和代碼審查中表現最好，驗證和結論都有較紮實的依據，但在訂單分析中也出現了關鍵誤判。

開源 Agent 裏，Goose 整體發揮較穩；Aider 擅長讀項目和處理小範圍修改；Pi 的前端頁面最出彩；OpenCode 在 3D 動畫中交出了亮眼結果。沒有哪個 Agent 六輪都領先。

API 賬單也得和結果放在一起看：Aider 只花了 ¥0.40，Pi 只花了 ¥0.64；mini-SWE-agent 花了 ¥2.28，卻沒有取得更高的整體排名。

如果按本輪結果選擇，我建議把 Claude Code 用於重構和代碼審查，日常使用開源 Agent 先試 Goose；重視費用可以試 Aider，做前端頁面可以試 Pi。

當 Agent 進入日常開發流程，值得比較的就不只有一次生成的效果，還有它能否持續交付正確結果，以及團隊爲此實際付出了多少成本。

原文鏈接：7 個開源 AI Agent vs Claude Code 橫評，誰更好用？