深度｜和 Codebuddy Code 开发负责人的交流分享

前几天腾讯全球数字生态大会，去现场见了一些朋友，也借此机会 Codebuddy Code 的开发负责人聊了一些幕后故事， 说实话，比起冷冰冰的产品介绍，这种和负责人面对面对话更能了解和学习到一些细节。

Codebuddy Code 是腾讯在今年推出的一款 CLI Agent 工具，定位很明确：对标 Claude Code。

为什么要对标

在对话里，苏博多次提到一个观点：我们并不想做“特别”的，而是尽量和成熟的生态保持一致。

codebuddy code

比如命令行的形式、交互方式，甚至连 UI 和反馈结果，都和前段时间业内大家都认为比较好的 Claude code 一一对应的， 不是要模仿，而是为了让开发者能无缝切换，不需要重新学习成本。

claude code

在我看来，这背后是一种务实的心态：开源社区和类似产品最怕“各搞各的”，结果生态割裂，没人愿意维护，切换每个产品的的交互和指令都不同， 反而如果大家能统一标准，不同团队的成果就能互通有无。

同样的，我们和苏博表达的也是，希望能牵头或其他大厂 / 协会，能一起制定一套标准和规范，这样不论是开发还是用户的使用，都不会因为每一家产品的指令等不同而产生分歧。

Agent 的协作方式

让我印象很深的是，苏博谈到未来可能的使用场景。

想象一下，你在项目管理里新建一个需求单， 系统会自动拉起一个带 cli 的容器，把需求丢给 AI 去实现，再把结果同步到管理系统。

「参考我们现在常用的 使用多个分支去让多个 cli agent 去开发不同的功能的一个模式」最后可以人为合并，遇到冲突也可以使用agent修复。

如果是简单需求，AI 可能 90%或者更多的都能 Agent 自己搞定，人都不用插手， 复杂需求再交给人类，人更多时候充当的是指挥。

这其实描绘了一种“人类和智能体协作”的新模式： AI 先上场，人类兜底， 这样效率高，同时也让人能专注在真正需要判断和创造的地方。

上下文与记忆的难题

我们聊到上下文管理时，也在交流的过程中有一些比较有趣的分享：

人类工程师开发一个项目，不可能每次都把记忆清空， 你一定会记得项目的目标、功能、方向。

所以他们在设计系统时，也会给 agent 一个“核心记忆”， 即便在执行任务时，上下文有裁剪、有压缩，但这些关键信息不会被丢掉。

同样的，我们也提到了 manus 中的上下文的一些方式做 Agent 必看的一篇文章，Context Engineering，为了确保 KV-Cache 能够命中缓存，避免多轮对话中频繁的产生大量的消耗。

不同的模型的上下文是不同的，并且是有限的。例如DeepSeek 的上下文窗口是128k ，而gemini 的上下文是1M；

codebuddy code 在构建上下文的过程中，为了保证命中的缓存，并且采用的更像是一种在尾部叠加更新的方式，在合适的时候，如90%左右进行一次总结/压缩，同时也会选择丢弃一些过旧的上下文信息，从而确保模型交互过程中的上下文信息全面，让模型可以更加准确的去解决问题。

这让我想到很多用户反馈的“越用越傻”的问题，其实也是上下文不够导致的， 要么是历史太长拖慢了，要么是记忆被频繁清空， Codebuddy Code 在做的优化，本质上就是让系统更接近“人的思考方式”，除了依赖模型的越来越大的上下文以外，也要做好 Context Engineering。

模型选择与组合

另一个话题是模型，codebuddy code 支持不同的模型，国产有default，国际有auto，以及一些热门的模型。

他们的 auto/ default 模型，其实不是单一模型，而是多个模型的组合。 但是具体是是自研的，还是调用哪些外部模型的 API 进行组合，并没有透露太多。 对用户来说感觉是一个，但背后可能是多个模型协同在工作。

未来，他们还会支持在任务级别配置模型。在我们的对话前一天的晚上，codebuddy code 也同步开始支持了 sub-agent ，比如某个任务很简单，就可以让一个小模型去跑，省钱又省资源。

这其实是很现实的考量：AI 成本并不是只看输出，还要考虑输入、缓存和调用次数。

写在最后

从这次对话里，我能感受到两点：

1.他们不是要做“惊艳”的产品，而是要做“实用”的工具。标准化、对齐、脱敏、优化，这些听起来没那么酷，但却是保证项目能跑下去的根基。2.他们始终在思考人机协作的边界。AI 可以先上，人类兜底。 上下文要有记忆，但也要裁剪优化， 模型可以组合，场景可以细化。

未来开发到底是人写代码，还是人和 AI 一起写？

和负责人聊完之后，我突然觉得，开源的意义也许就在这里： 它让大家有机会去试错、去探索不同的可能，而不是被某一家公司的产品定义未来。给大家带来一个规范，对齐甚至超越的工具，不需要过多的学习成本和适应时间，就能直接上手。

或许几年后回头看，现在的这些对话，才是最珍贵的，也同样让我在后续开发agent和cli中有了一些新的思路和设计想法。

今天的内容就写到这里，这是 safphere，我们也在努力聚集更多大佬和工程师，如果你对claude code、codex、codebuddy code 等 cli agent 类感兴趣，可以联系我们，我们计划和大家举办一些联动座谈会或者直播分享~