T3 Code 的 Orchestrator V2 最近上线并进入稳定版——这套做了大约半年的多模型、多 Harness 编排能力终于跑顺了。从一个早期体验欠佳的开源替代品，到如今用户数超过 70 万，它在已经成熟的编程 Agent 工具赛道里跑成了黑马。
为什么值得关注？因为它始终在深耕编程这件事，尤其在别家都往另一个方向走的时候。 ChatGPT 恨不得把 Dots、Spaces 和插件全塞到你眼前，Claude Code 在往通用办公方向扩。T3 Code 的核心就是编程，它是工程师为工程师做的工具。
兼容性上，T3 Code 把你在用的模型、Harness 和订阅接到了一起。它一直支持 Claude Code 和 Codex，最近又把几乎所有其他选项都补上了——Codex、Claude、Cursor、Grok、OpenCode、Antigravity、Muse Code 和 Pi 都是直接内置的。想用其他兼容 ACP 的 Harness，也接入了整个 ACP Registry，Amp、Cline、Copilot 等都可以从里面添加，还可以手动配置。你想用的工具基本都能接进来。
远程环境管理是它明显领先的地方。可以在一个远程环境里启动任务，再让子 Agent 到另一个已连接的远程环境里执行子任务——至少在一些其他头部模型厂商的桌面应用里，还没见到这种支持。如果高度依赖远程环境，T3 Code 是目前用过最好的工具；如果工作流高度依赖多个 Agent，比如指定一个模型做调研、另一个实现、再一个审查代码，它同样是最好的方案。架构上，所有操作都走自己的 WebSocket 服务器，而不是直接往终端发命令或靠奇怪的 Electron 调用建立连接。
一个同时订阅 Codex、Claude、Cursor 甚至 Antigravity、写代码量极大的深度用户，给出的判断是：T3 Code 尤其适合同时用多个模型的人。单从写代码的角度看，Codex 或 Claude 这类头部模型厂商的桌面应用能提供的功能，T3 Code 基本也都有，使用体验和实际表现都达到了原厂桌面编程应用的水平。
而做出这个开源项目的，是三个兼职的人，对面则是市值过万亿美元、拥有成千上万名工程师的公司。项目已有 987 位贡献者、5.44 万 GitHub Star、1.02 万 Fork，采用 MIT 协议；它本身不靠卖 AI 服务赚钱，模型订阅要用户自己准备，但运营这个开源项目其实挺贵。
截图来源：https://github.com/pingdotgg/t3code
这期播客里，T3 Code 作者 Theo Browne 和主持人 Joel Hooks 从头聊了 T3 Code 为什么存在、它到底解决了什么，以及当 agent 真正承担工作时，类型安全、测试、CI 和预览环境为什么反而更值钱了。
Q：T3 Code 是什么？是给普通开发者用的吗？
A：一个开源的 agent 编程界面，把 Codex、Claude Code、Cursor 等 Harness 统一包起来。终端里跑一个 websocket 服务，桌面端、网页、手机都能远程连接，甚至能在一台电脑上操作另一台上的线程。
但它不是给普通开发者用的。我做内容、做工具本来就不是给普通开发者准备的，我想服务的是资深工程师的安全区：大公司里周围没人在意的资深工程师，或者学校里已经远超同伴、甚至超过老师的年轻开发者。他们想深入、想痴迷，但身边没有同类，而我不会为了扩大受众降低门槛。
Q：Plan Mode 真的死了吗？大家现在怎么规划？
A：不是被抛弃，是被吸收进模型本身了。计划模式当年存在的理由是模型太笨、需要靠“限制能力 + 改写系统提示词”来约束它别乱改，而现在模型聪明到不会在你们还没聊完时就抢先动手。大家用“拷问（grill me）”式的追问，本质上就是在做计划。
Q：skills 还有未来吗？
A：有，但形态会变。可复用流程有价值，团队把规则写进共享 Markdown 很合理，但它依赖 AGENTS.md 等其他文件，两个人跑同一个 skill 也可能因全局文件或模型不同而行为不同。以后这些流程可能变成云端服务：团队任何人点一下，就在不干扰本机 agent 上下文的情况下拿到报告。
Q：为什么你坚决劝人别做独立创始人？
A：极少数成功，几乎所有人都变得非常抑郁。我只当了约三个月独立创始人，回想那段窗口期还会觉得有压力。
Q：大多数人用 AI 的方式错在哪？
A：他们不是在用 AI 自动化自己理解的东西，而是在用 AI 逃避建立那份理解。正确路径是先在某件事上变得足够好，知道它怎么成功、怎么失败，再带着这份标准把 AI 引进来。把在意用在刀刃上：自动化掉你所热爱之事里那些你不喜欢的部分。
Joel：你玩了一辈子滑板，这段经历怎么让你得了“AI 精神病”？
Theo：最表层的一点，是习惯说别人听不懂的话。有次我坐 Uber，跟一群滑板朋友从一个滑板场去另一个活动，我坐在后排，车上大多是玩滑板的女生。她们聊占星，我一句都听不懂。那一刻我意识到，这就是非滑板人听我聊滑板的感受，是非工程师听我聊工程的感受，也是不在旧金山的人听我聊 AI 的感受。
Joel：行话是必要的恶，本质是压缩。你专精一个领域久了，就必须有一套自己的语言，对一种文化做压缩。
Theo：如果旧词足够描述新东西，说明它不够新，新东西值得新词。
说回滑板，这个领域还给了我一个衡量模型能力的指标——Skatebench。多数前沿模型在 82% 到 88% 之间，只有一个到了 95。你能猜到是哪个模型吗？
Joel：Kimi？
Theo：Gemini 3.1 Pro。先快速说说 Skatebench 是什么：它是一个测试，我通过物理特征描述一个滑板动作，板往哪走、人往哪走、绕哪个轴转、转多少度，把正在发生的事完整描述出来。你不可能每次命名动作都把每个变量说一遍，所以滑板有自己的语言：kickflip、heelflip、tre flip、backside 360 kickflip……这些词都是动作流行之后才被发明出来的，但语法深深嵌在滑板里。真正有意思的是，模型既要能推理三维动作，也要懂这套语法，才能把术语正确组合和化简。我觉得 Google 在这里有很大优势：3D 推理高于平均，多语言和本地化能力又强，Fable 这类模型在同一榜单上只有 70 多到 80 出头。
Joel：新模型出来，你怎么测？
Theo：要看模型定位。像 ox alpha 在 OpenRouter 上 stealth launch 的那一次，产品说明写得很清楚：只做编程和 agent 任务。对这种模型，我不太会把它交给 Skatebench。真要用，目的也是测代码能力，比如让它把自己加进 Skatebench，看它能不能在代码库里找到路径，处理这种相对完整的任务。
更常见的做法是：把它直接放进日常工作流。先在 Harness 里把它配好，再让它去别的 Harness 里配置自己。让它用现有工具分析我的代码库，然后追问它为什么选这个工具、为什么引入这个 skill、怎么看这个代码库的架构、有没有拿到做改动所需的条件。这一轮下来，既能看出它如何理解自己的能力和边界，也能反过来得到关于我自己系统设置的反馈。
接着让它承担真实工作，难度逐步提高：先从“修这个区域的 bug”开始，一直到“我有这个六年没迁移、没更新的应用，把它在另一套完全不同的技术栈上重建一遍”。
Joel：这听起来像招人，或者合同工转正。
Theo：更像一场理想中的面试。理想情况下，每面完一个候选人，团队都应该交流一次：这个人走到哪一步了，接下来该往哪个方向问。我犯过几次错：有人按薪资区间投岗，而不是按岗位实际级别投。曾经有一位非常资深的工程师投了一个初级岗，结果整场面试表现远低于她的真实水平，因为那就是一套初级岗的面试。理想的做法是，一旦发现能力超预期，就把面试轨道往上调。
对模型也是同一个思路：我能信任它有多资深，它能走多远，需要给它多长的绳子，给了绳子之后还能信任多少。
Joel：你一直强调拥有自己的技术栈，没有这种心态的开发者会失去什么？
Theo：我一贯的看法是，你很难真正控制和高效使用自己不理解的东西。我一直以来的做事方式是：我喜欢折腾，不只是想看一个东西内部怎么运作，也想看做出这个东西的人怎么工作。我会深挖这个人或这个团队：是什么让他们做出它，什么启发了他们，什么问题把他们逼到非做不可，他们接下来要往哪走。因为如果我和做东西的人不对齐，长期也不可能和这个东西本身保持对齐。
对冲这件事最好的办法，是选择开源的东西。不只是因为免费或者可以自由使用，而是因为开源本身允许你折腾、贡献和理解。不开源的软件，从根上就更不可能和我的利益一致。哪怕我一行代码都不贡献、一眼源码都不看，只要它不开源，创造者和我在某些需求上分道扬镳的概率就明显更高；如果它开源而分歧还是发生了，至少我还能把方向纠正回来。
我刚写软件的时候，最流行的编辑器是 Dreamweaver，最流行的技术栈是 .NET，都很封闭。后来 LAMP 生态起来，再往后是 Electron、Atom 之后的 VS Code，我发现自己可以完全定制编辑器，可以定制部署的服务器，也可以定制框架和库，甚至能顺便感谢做新功能的人。真正让我兴奋的不是控制本身，而是“我能控制”这件事，以及有人愿意把它做成可被控制的样子。
T3 stack 就是把这套逻辑落地的结果：把一组我信任的开源小工具按 Unix 风格组装起来，不是把每个工具都改到完美，而是让它们组合成一个能解决真实问题的整体。
现在这套思路又原样交给了 agent。我花了多年时间让全栈 TypeScript 应用在两端互相感知：改一个数据库字段名，消费这份数据的客户端组件立刻报错，整条链路类型安全。现在 agent 从终端获得反馈，而终端背后正是我维护了多年的这套系统。
Joel：但大多数开发者没有这么强的热情。你做的 T3 stack、T3 Code，某种程度上就是替他们把这些挖好了，T3 Code 本身也像一组工具组成的 stack。
Theo：我做的内容本来就不是给普通开发者的。最初做频道，是因为我怀念在 Twitch 和一群极客同事聊 Svelte 3、聊 Rich Harris 在做什么、聊 Apollo 3 终于转向 hooks 的日子。COVID 之后，和团队吃饭的机会没了，这种交流也断了。我很快让室友 Mark 不堪其扰，因为我不停地跟他讲这些东西。后来去 Twitter Spaces 找人聊，当时只有 30 个粉丝。又给做有趣产品的人发私信，感谢他们，顺便给博客提反馈。再后来开始直播，并把录像传到 YouTube，因为 Twitch 的回放体验太差。
结果远超预期。我以为最多 1 万订阅，每条视频一两千播放；实际是每条 10 万到 30 万播放，订阅早就过了 50 万。我低估了优秀开发者的数量，这一切快得有点不真实。我想要的不是给普通同事科普“下个项目该选哪个框架”，而是深聊 React 为什么转向 Server Components 这种细节。频道慢慢成了这类人的安全区：在大公司里周围没人同样在意的资深工程师，或者在学校里已经远超同伴、甚至超过老师的年轻开发者。他们想深入，想痴迷，但身边没有同类。
评论区当然也有人抱怨：每两周一个新模型，改一个配置字符串就得重学一遍。说实话，我不太在意这类人。他们人数够多，也在帮忙养活我们做的事。但我在乎的是那种想学、想成长、想聊到伴侣都觉得烦的工程师，我不会为了让更多人进来而降低门槛。
还有些人身处偏远地区，高中时只跟一个过气的、只会 COBOL 和 Java 基础的老程序员学过编程，身边根本没有人能点燃那把火。频道想做的，就是给这些人一个火堆。
Joel：这有点像 AI 之前那个“每周一个新框架”的抱怨。很多人把自己的偏好当成好坏：我不喜欢，所以它不好。其实你可以降低门槛、扩大受众，也许收入更高，但你自己不会享受。
Theo：坦白来说，即使浏览量少十倍，我也还是能赚不少。但我留在这里，是因为我的受众独特而有价值。我的受众很特别：一边是微软的 VP，他们说得多了、写得少了，需要知道 AI 领域在发生什么；另一边是 17 岁的开发者，虽然同龄人都不在意，他也为了热爱继续写。
品牌想同时触达这两种人：年轻开发者先接受一项技术，两年后带着它进公司，而公司里签字的 VP 或高管又恰好听过同一套内容。两端一夹，品牌愿意付更高的价格。如果我为了扩大受众去做自己不想做的事，每个观众的价值反而会被稀释。所以我不必把内容做笨，也能养活团队，这相当于十倍的受众。
Joel：T3 Code 为什么存在？它到底是什么？
Theo：没有东西是必须存在的，我们完全可以关掉电脑去森林里待着。但 T3 Code 的出现有一组很具体的原因，理解了这组原因，也就理解了它是什么。
起点是 Julius（T3 Code 的主要工程师）和我都很喜欢 Codex 桌面应用，我们很早就拿到了访问权限。Julius 是我认识的最厉害的开发者，但他偏偏不是终端派。一般人只要有他三分之一的水平，职业生涯基本都围绕终端展开。他写的代码比谁都多，却至少有一半是通过 VS Code 里的 git 面板完成的，连 git 都不肯用命令行。我一开始很不理解，但也很感兴趣，因为我喜欢看高产的开发者用和我不同的工作流。他是 GUI 派，我是 TUI 派。我在终端里用 Claude Code 和 Codex 用得很顺时，他还在找怎么把同样的能力放进图形界面。
Codex 应用发布后，我们都试了。我很喜欢，他更喜欢。但我们俩对性能回退和结构变化都很敏感：一旦进入心流，原本在某个位置的东西突然被挪走，就会非常烦躁。Codex 的 CLI 和 AppServer 都开源，桌面应用却不开源，所以它出现我们不喜欢的变化时，我们什么也做不了。
我想解决这个问题，先做了一个原生桌面应用，希望把 agent 编程的性能做到极致，结果没有达到预期，反复折腾之后只能放弃。接着我把市面上所有 Harness 管理工具都逐一试用了一遍：cmux 我至今每天都在使用，它用侧边栏和标签页管理终端；Conductor 是闭源的桌面应用，用来管理本机的 Claude Code 和 Codex。但它们要么不够优雅，要么不能自由修改。
最后我勉强再试一次，这次用 Electron 重做。我知道一提到 Electron 就会引来大量批评，但它在长文本、滚动、代码、图表和图片的动态渲染上性能合适，而 Google 在 Chromium 生态上投入的数十亿美元，让跨平台体验有了一个很好的起点。
T3 Code 是一个包住 Codex、Claude Code、Grok Build、Cursor、OpenCode 的 GUI，