T3 Code实测:MIT开源的多Agent编程控制台

T3 Code用统一面板收编本机原厂Coding Agent,只做编排不碰推理。
T3 Code 是 PinLabs 发起的 MIT 开源多 Coding Agent 统一控制面板,核心思路是“只做编排、不碰执行”:采用 BYOS 模式不转卖 Token,直接接管本机原厂 CLI 并支持个人订阅登录,从而规避魔改 Harness 带来的玄学 bug 与反向代理封号风险。它原生支持 ACP 协议与 Registry,可自动扫描本机已有 Agent、一键导入旧项目,迁移成本极低。文章通过实测展示了两项能力:单 Agent 运行时 6 秒稳定出结果;跨 Agent 编排中主会话通过内部 MCP 委派接口拉起 Cursor、Pi、Codex、Anti-Gravity 等子智能体并行写码,四分钟交付 404 行代码并自动触发审查,揪出四个高危问题。配合原生 Git Worktree 隔离与手机远程审批,形成了接近“指挥 AI 研发团队”的体验。
为什么需要统一控制面板
如果你同时使用多个Coding Agent,桌面很容易变成“AI动物园”——Cursor、Claude Code、OpenCode等工具各据一方,切换时经常点错窗口。更麻烦的是,自己魔改模型搭配非原厂Harness,容易遇到玄学bug,而各家原厂执行能力又难以舍弃。MIT开源项目T3 Code试图解决这个矛盾:不碰模型和Token,只在最外层做一个统一控制面板,把本机原厂CLI全部收编。

T3 Code由PinLabs(Deo Brown团队)发起,定位克制精准——多Coding Agent统一控制面板。它与普通客户端的核心区别有四点:BYOS模式不转卖Token,直接接管本机原厂CLI并可登录订阅;原生支持ACP协议和ACP Registry,主流工具一键接入;全平台覆盖并支持手机远程审批;原生Git Worktree隔离,让并发改代码互不打架。
Harness 是 Coding Agent 生态中的一个关键概念,指包裹在底层大模型之外的执行框架与工具链,负责提示词组装、工具调用解析、文件读写、终端执行、上下文管理等环节。同一个模型在不同 Harness 下表现可能差异巨大。所谓“原厂 Harness”即各家官方配套的执行框架,经过厂商针对性调优,行为可预期;而自建或魔改 Harness 往往缺少边界测试,容易在长上下文、并发工具调用等场景出现难以复现的玄学 bug。T3 Code 的取舍正是保留原厂 Harness,仅在其外层做调度,从而把稳定性风险降到最低。
ACP(Agent Client Protocol) 是一套面向 AI 编程代理的开放通信协议,用于标准化客户端与 Agent 进程之间的会话创建、消息流、工具调用与权限审批等交互,使不同厂商的 Agent 能以统一接口被第三方面板调用。ACP Registry 则是基于该协议维护的 Agent 目录服务,相当于一个“应用商店”,客户端可从中发现并一键接入已上架的 Agent。二者结合,意味着 T3 Code 不必为每个工具单独写适配层,新 Agent 只要实现 ACP 即可被纳管,这也是其“主流工具一键接入”承诺的技术基础。
上手体验:自动扫描与零成本迁移
安装只需一条brew install或npx命令。启动后引导页会直接扫描本机已有的Anti-Gravity、Codex、Cursor、Pi等工具,亮绿灯即表示Ready。它还支持把Claude Code、Codex和Pi的旧项目与历史对话一键导入,迁移成本几乎为零。

如果首页没列全,点开更多Agent进入Browser就能逛ACP Registry市场,也可自定义本地ACP命名。懒得逐个配置的话,可以让AI帮你全配一遍。添加项目时不用弹出Finder层层翻目录,像Raycast一样输入路径自动联想,Command+回车秒开,对键盘党很友好。
单Agent执行:原厂运行时更稳
进入项目后,左侧切换不同Agent,中间选模型,右侧调Thinking Level。实测跑Gemini时6秒稳定出结果。此前通过反向代理接Gemini经常面临封号风险,而T3 Code能稳定使用,是因为Google把Anti-Gravity做成了标准ACP Server,走官方未修改运行时和个人原生登录,完全合规。这一点对依赖原厂能力的开发者很关键。
BYOS(Bring Your Own Subscription) 是 T3 Code 的商业模式定位,即用户携带自己已有的订阅与额度接入,工具方不居中转售 Token、不赚差价,也不代理请求。与之相对的是“套壳转售”模式:服务商批量采购或转卖模型调用额度,用户请求经其服务器中转,既存在隐私与合规风险,也可能因非官方通道触发厂商风控,例如通过反向代理接入 Gemini 面临的封号风险。BYOS 模式下请求直接走本机原厂 CLI 与个人原生登录,链路合规、计费透明,同时把账号安全责任交还给官方渠道。
跨Agent编排:从“审查代码”到“指挥团队”
真正拉开差距的是跨Agent编排。通过内置的Delegate_Test,可以按角色拆任务给不同模型,并支持Shared共享只读或Virtual独立分支隔离。实测在主会话只敲一句“用Cursor审查一下代码”,不到两分钟就完成审查并汇总出表格。

起初以为是Computer Use模拟鼠标操作,查日志才发现它通过内部MCP委派接口走ACP协议,直接拉起本机Cursor CLI进程,又轻又稳。进一步上强度:主会话当包工头,让Pi写三角函数联动演示、Codex并行写黎曼和曲边面积,写完叫Anti-Gravity做Review。两个并行子智能体同时开工,随时可以点进去监工——左边Pi构思页面,右边Codex按数学规格敲代码,互不干扰。四分钟后404行代码交付,主会话自动触发Anti-Gravity审查,审查员不仅读代码,还在暗色主题下渲染两个网页核验,最终报告揪出四个高危问题,包括横轴刻度差两倍、高刷屏动画卡死、即时飞出画布和联动点脱轨。

右侧工作区面板可直接对照审查报告看绿色代码Diff,比Codex顺手不少;切换标签还能预览渲染好的黎曼和交互页面,曲线误差、面板文件数和一键跳转VS Code全在一屏内。配合并行Worktree提交PR,确实有指挥一支AI研发团队的感觉。
Git Worktree 允许在同一仓库下检出多个独立工作目录,各自绑定不同分支,共享同一份 Git 对象库,无需复制完整仓库。对多 Agent 并发场景而言,这意味着每个子智能体可以在自己的 Worktree 与分支上独立改代码,互不覆盖对方的工作区与暂存区,完成后各自提交 PR 再合并。相比简单复制目录,Worktree 节省磁盘、保持历史一致,且切换成本极低。T3 Code 进一步把 Worktree 生命周期自动化:委派任务时按需创建、隔离运行、结束即回收,是“并发改代码互不打架”的底层保障。
架构解析:为什么这么丝滑
从系统架构图可以看出三层设计:最上层是展示层,桌面Web和移动端通过WebSocket和RPC共用同一套后端;中间服务端是大脑,用事件驱动管理持久化线程;最精妙的是内部MCP服务,让任何主Agent都能跨阵营反调其他Agent;最底层一边直连官方CLI,一边走标准ACP生态,配合动态Git Worktree隔离,绝不魔改原厂推理。
克制才是卖点
T3 Code最打动人的地方是克制:不做大模型套壳、不赚Token差价,老老实实做好多Agent的汇报中枢与统一入口。如果你桌面也开着一堆Coding Agent、切换切到怀疑人生,可以运行npx t3@latest试一试。它未必适合所有人,但对需要同时调度多个原厂Agent的开发者来说,这种“只做编排、不碰执行”的思路值得参考。
相关推荐

LangChain入门指南:从大模型局限到Agent开发
LangChain 是什么?本文梳理 LangChain 教程第一章核心内容:大模型 API 的知识截止、业务数据脱节、无会话保持三大局限,LangChain 的链式扩展定位与命名由来,1.0 后 LangChain 与 LangGraph 的架构调整,以及中英文官网的选择建议和快速上手路径。

AI真解决了黑洞物理难题?Anthropic声明存疑
Anthropic 称 Claude Fabel 5.2 帮助解决两个黑洞相关理论物理问题,但公告未点名问题、未展示推导,且混淆了定理形式化与发现新定理。本文拆解该声明的真实分量,并给出判断「AI 解决科学」声明的三个关键问题。

用Claude从零打造AI副业:10种变现路径解析
解析只用Claude从零做AI副业的10条变现路径:语音代理、数字产品、数据标注、企业自动化与行业垂直工具,并评估每条路径的真实门槛与可行性边界。