Open Interpreter 是什么？6.8万星终端编码 Agent，给便宜模型套上「名牌外壳」（基础篇）
导语
同样的模型，塞进不同的工具链里，跑出来完全是两种水平。我在 Step 5 Preview 那篇实测里连测 7 次全挂，问题未必全出在模型本身，工具那层的提示词和消息格式同样吃掉大量性能。
Open Interpreter 这两年就把赌注全押在这句话上。它不再折腾「让大模型在本地跑代码」那个老故事，而是把自己整个重写成 Rust，定位一句话写在 README 第一行：a coding agent optimized for low-cost models，为低成本模型优化的编码 Agent。
6.8 万星，Apache-2.0，最后一次提交是 2026-10-07，最新版 rust-v0.0.56 同天发布。它现在干的事，说穿了就是给便宜模型套上 Claude Code、Codex 那套「正经外壳」。
项目介绍：三层解耦，Harness 才是它真正的活
先说清楚它现在是什么。README 里写得很直白：Open Interpreter 是 OpenAI Codex 的一个 fork，重点不是自己发明新交互，而是模拟那些能让低性价比模型发挥出最好水平的 agent harness。
它把一次请求拆成三层，各管一段：
- Provider：请求发去哪、怎么鉴权。官方指南覆盖 Kimi K3 / Moonshot、DeepSeek、智谱 Z.AI / GLM，还有 Google AI Studio（走 OpenAI 兼容的 Chat Completions 端点）。
- Model：发过去的模型 ID，比如
deepseek-v4-pro。 - Harness：Agent 面对的提示词、工具 schema、消息怎么转、响应怎么解析。
Harness 这层是它最不一样的地方。/harness 一条命令能切十种：native、claude-code、claude-code-bare、zcode、kimi-code、kimi-cli、qwen-code、deepseek-tui、swe-agent、minimal。
关键在于，它是模拟，不是调用。官方文档说得很明白：公开的 runtime 并不会 shell out 去调真正的外部 agent CLI，而是自己按那套格式重实现提示词和工具协议。好处是你不必在机器上装一堆 CLI，也不用管它们各自的登录和版本。
选好 Provider 之后它会自动匹配对应 harness：Kimi K3 配 kimi-code，DeepSeek 配 claude-code-bare，智谱走 generic chat，有 Messages 端点就用 zcode。
「本地模型」这条门也没关：Ollama 和 LM Studio 都能接，--oss 加 --local-provider ollama 即可。本地推理那套我写过横评和 Ollama 入门，不在此重复。
上手：两行装好，先试这三个命令
安装就一条 curl：
curl -fsSL https://www.openinterpreter.com/install | sh
Windows 用 irm https://www.openinterpreter.com/install.ps1 | iex。装完在项目目录敲 i（interpreter 的简写）进交互会话，首跑会引导配 Provider，ChatGPT 登录、API key 或者连本地 Ollama / LM Studio 都行。
三个我认为最先该试的：
# 不进 TUI，跑一次就走
interpreter exec "summarize the current diff"
# 接着上次的会话继续，上下文和工作目录都保留
interpreter resume --last
会话里再敲 /review 顺手审一遍当前改动。想让它联网就加 --search。
安全这块它做得比多数同类细。--sandbox 有 read-only、workspace-write、danger-full-access 三档，--ask-for-approval 有 untrusted、on-request、never 三档，会话里随时 /permissions 改。默认在工作区里干活、碰到更高权限先问你。--yolo 一键全放行，官方自己都标了 Dangerous，别在正经仓库上开。
它还留了几个正门：interpreter acp 能接 ACP 协议的编辑器和客户端；Codex SDK 那边只要一行 codexPathOverride: "interpreter" 就能换过来，因为两边说的是同一套 Codex exec 协议。项目约定也走通用标准，AGENTS.md、.agents/skills 目录、MCP 都能跟别的 Agent 互通，自己的私有状态只放在 ~/.openinterpreter。
实话：便宜是真便宜，坑也不少
第一，别用 pip install open-interpreter。 PyPI 上那个包还停在 0.4.3，简介写着「Let language models run code」，月下载 2.8 万——那是老的 Python 版本，跟现在这个 Rust 重写版基本是两个东西。新版本走 curl 脚本装二进制，版本号是 rust-v0.0.x。装错包是最容易踩的第一个坑。
第二，Harness 是模拟不是本尊。 它不会真的调用 Claude Code 或 Kimi 的 CLI，只是按那套格式重实现提示词和工具协议。所以最终效果仍然取决于模型本身：便宜模型配对了 harness 能拉开明显差距，但不会因此变成另一个模型，该花的模型钱还是省不掉。
第三，版本号还在 0.0.x。 rust-v0.0.56，接口还会动。当日常工具用没问题，别把它焊死进 CI 流水线。
第四，那些老项目可以翻篇了。 组织下面的 01（5158 星，语音接口，最后更新停在 2024-11-01）、aifs（461 星，2024-07）、01-app（342 星），全是「会听会说会动手」那个时代的产物，早就停了。真正还在跑的是主仓库，以及 2026-10-10 刚有提交的 Interpreter Workstation（22 星，桌面端，自称开源版 Claude Cowork / ChatGPT for work）——但它只有 22 星，非常早期，看看就好。
一句话：如果你手上攒了一堆便宜模型的 API key，又嫌每个 CLI 都得单独配一套，Open Interpreter 现在就是把「外壳」这层单独抽出来给你的那个选项。它早已不是你两年前认识的那个「让 AI 在本地跑代码」的聊天机器人了。
