被Anthropic封杀反爆火：OpenCode如何逆袭到1300万月活

开源编程智能体OpenCode正在以惊人的速度改写编码工具的竞争格局。在Y Combinator的一期访谈中，OpenCode创始人兼CEO（下称JB）披露了一组令人震惊的数据：月活跃用户约1300万，较年初增长20倍；每天处理约7万亿token——作为对比，聚合平台OpenRouter每天总共处理约6万亿token。这个16年间9次申请YC、4次面试、最终在2021年才通过的老牌团队，如今凭借一款开源的Claude Code替代品实现了真正意义上的产品市场契合。

疯狂增长背后的数字

OpenCode的商业模式分为两部分：推理服务和订阅产品。按token计费的推理业务，若以近期数据推算，全年收入大约在3800万到近4000万美元区间。这项业务从去年9月底到10月初推出，大约8个月就达到了这一量级。

订阅产品的表现同样亮眼。这款3月初推出的产品，已增长到每月约16万付费订阅用户，对应约1800万美元的年化收入。用户支付十美元就能使用平台上任意一个开源模型。

值得关注的是竞争对手的态度转变。据访谈提及，Codex的一位主要工程师在推文中表示，大约有5%的Codex订阅用户选择OpenCode作为主要工具，直接使用底层API。换言之，Codex官方支持了OpenCode，用户可以在OpenCode中直接使用Codex订阅计划。

OpenRouter是一个聚合多家AI模型提供商API的中间层平台，开发者可以通过统一接口调用OpenAI、Anthropic、Google等数十家厂商的模型，无需分别管理多个账户和密钥。它本身不训练模型，而是充当流量中转站，因此其每日token处理量可视为整个开发者生态中多模型使用规模的基准参照。OpenCode单独一家的日处理量超过OpenRouter全平台的总量，意味着OpenCode已不只是众多编码工具之一，而是成为推动开源模型消耗的最大单一入口之一，这一对比数字直观揭示了其规模上的异常性。

封杀反成增长转折点

OpenCode的爆发式增长，与一场和Anthropic的正面交锋密切相关。年初时OpenCode约有65万月活跃用户。1月第一周，团队开始收到传闻——Anthropic试图限制用户在使用Claude Code订阅的同时调用OpenCode。具体做法是：如果系统提示中明确出现"OpenCode"这个词，请求就会被拒绝。

从Anthropic的立场看，这种做法有其逻辑，因为他们实际上在补贴Claude Code的订阅使用。但这一举动无意中把OpenCode和Claude Code摆到了同等地位，等于向整个市场宣告：OpenCode不是市面上十几个编码智能体中的普通一个，而是值得Claude Code专门出手打压的对手。

JB用一个经典案例类比：当亚马逊收购全食超市（Whole Foods）时，市场一度认为这是Instacart的末日，但这个"末日梗"反而让全美每家杂货店都开始了解Instacart，最终带来爆炸式增长。封杀事件让大量此前从未听说OpenCode的用户第一次注意到了它。

Claude Code是Anthropic推出的官方命令行编码智能体，用户支付订阅费后可通过它调用Claude模型完成代码生成、调试、重构等任务。其订阅定价包含一定的token配额，由Anthropic以低于市价的方式补贴给订阅用户，因此Anthropic对订阅用量存在实际的边际成本敞口。OpenCode作为开源替代品，允许用户将同一个Claude Code订阅的API凭证接入自己的平台，从而绕开官方客户端。这种"借道"使用方式触及了Anthropic的商业利益边界，也解释了为何Anthropic会专门针对系统提示中出现"OpenCode"字样的请求加以拦截——本质上是试图将订阅权益限定在官方工具链内。

一张前所未有的全球使用地图

OpenCode或许掌握着全球工程师如何使用大模型的最佳数据，并且公开了大量细分内容（可在其官网data页面查看）。这些数据揭示了与硅谷叙事截然不同的真实图景。

在按地区划分的用户分布中，中国以约17%的份额位居第一——JB笑称OpenCode可能是YC历史上唯一一家在中国拥有大量用户的公司，原因之一正是许多热门开源模型本就来自中国。发展中国家的占比同样可观：印度尼西亚约占4%流量，巴西约5%。在越南这样的地区，每月200美元的Claude Code订阅费用极其昂贵，廉价的开源方案因此格外受欢迎。

数据还打破了一些社交媒体上的热议。尽管推特上盛传GLM取代DeepSeek^广告，但按token处理量的市场份额图表显示，前三名实际上是两个DeepSeek模型加上GLM。DeepSeek Flash因价格极低被大量使用——当用户接近每日或每周限额时，会切换到这类极便宜的模型把剩余工作做完。这与西方"最大化预算、不惜烧钱"的用法形成鲜明对比。

独特的单位经济学

访谈中提到，据分析师迪伦·帕特尔（Dylan Patel）的说法，Anthropic在某一季度有望实现约500亿美元年化收入和约70%的利润率。OpenCode朝着盈利方向前进，却走了一条不同的路径。

关键在于"新型CAC"。传统SaaS靠广告获客，而OpenCode的获客成本是花在token上——通过免费层让用户体验编码智能体的"恍然大悟时刻"。由于处理规模巨大，OpenCode能从模型提供商处拿到批量折扣，当用户按token付费时，这个折扣差就转化为利润空间。

企业级客户的涌入进一步验证了产品价值。JB透露，有十几家财富500强公司正在使用OpenCode，且规模可观。这些企业选择它的核心原因不是便宜的token，而是不想被锁定在特定模型或工具链上，希望保留未来灵活切换的选择权。当企业主动催着你签署安全协议时，你就真正知道找到了产品市场契合点。

客户获取成本（CAC，Customer Acquisition Cost）是SaaS企业衡量增长效率的核心指标，传统模式下通常指广告投放、销售人力等直接营销支出。OpenCode的创新在于将"免费层的token算力消耗"重新定义为获客成本：用户在免费体验阶段使用的计算资源，在会计意义上等同于广告费。这一模式的可行性依赖于两个条件：其一，规模足够大，能从上游模型提供商获得批量采购折扣；其二，免费用户到付费用户的转化率足够高，使单用户生命周期价值（LTV）覆盖前期token投入。当这两个条件同时成立时，"烧token"就不再是纯粹的成本，而成为具有可量化ROI的获客渠道。

全球化带来的隐性优势

遍布全球的用户还带来了一个意想不到的竞争优势。OpenCode注意到，一天中GPU利用率的波峰波谷差距并不大——当东方运作时西方沉睡，当西方运作时东方也在运作，形成了相当稳定的24小时GPU运行周期。这种高利用率让运行模型的单位经济性得以进一步优化，是那些只服务单一地区的同行难以企及的。

JB将OpenCode定位为一个市场：用户能自由挑选模型，不同模型有不同的成本和性能特性。这种环境让各家实验室相互竞争，最终对消费者有利。他强调团队不押注单一赢家，而是"押注整个开源领域"。在他看来，模型正在商品化为公用设施，但市场太大，各家实验室会各自分走细分份额——比如DeepSeek就明确选择了成本这一维度做到极致。

16年长跑，8个月爆发

OpenCode看似一夜爆红，背后却是长达十余年的坚持。这个法律实体成立于2010年，至今约16年历史。JB从大学时代读保罗·格雷厄姆（PG）的文章起就想创业，2007年第一次接触YC，2016到2021年间共申请9次、面试4次，尝试过各种不同想法，最终在2021年凭借一个类Heroku的Serverless平台入选。

那些走入死胡同的曲折并非浪费。运营消费者产品让团队精通了用户获取、数据追踪；构建终端UI的经验（甚至做过一个用来买咖啡的终端界面这样的"古怪"项目）让他们对终端体验有独到品味。OpenCode发布时就刻意支持多模型——当时声称支持70多个模型和提供商，为此还创建了独立开源项目models.dev来构建整个数据库。

OpenCode这个名字本身也经过深思熟虑：当市场存在主导者时，其余部分会围绕一个开放替代方案凝聚，抢占这个位置一旦成功就极难被取代，开源产品尤其要尽快成为默认选择。

JB的总结颇具启发："要想抓住闪电，你得先把瓶子摆对位置。"长期培养品味、持续公开构建，当机会来临时才真正处于能够抓住它的位置。从零到三千万，用了十年铺垫，八个月爆发。

保罗·格雷厄姆（Paul Graham）是Y Combinator的联合创始人，其系列创业文章（Essays）被硅谷及全球创业者奉为经典读物，涵盖初创公司增长逻辑、创始人心态、产品哲学等主题。YC（Y Combinator）是全球最具影响力的早期创业加速器，每批次从数万份申请中筛选约200家团队，提供种子资金、导师资源和校友网络，毕业公司包括Airbnb、Stripe、Dropbox等。连续多次被拒又反复申请的经历在YC历史上极为罕见，折射出这支团队对创业路径的高度执念，也使其最终通过的叙事更具说服力——他们并非因为赶上AI浪潮的偶然入局者，而是经历了充分市场检验的长期主义者。