Qwen Code：26.6K Star 的阿里官方 Coding Agent，Claude Code 全功能对标 + 开源模型 + 微信遥控

2026 年的终端 Coding Agent 战局，有一个绕不开的名字

过去一年我们写了 OpenAI Codex CLI、jcode、oh-my-pi、Kimi Code CLI——终端 Agent 的竞争早就不是"能用"的问题，而是"谁的工程细节更狠"。但有一家重量级选手一直没聊：阿里。

Qwen Code 是 QwenLM 官方开源的终端 Coding Agent：26,597 Star、Apache-2.0、TypeScript 写的、2025 年 6 月创建、到今天还在高频迭代（npm 最新版 0.21.4，我写这篇文章时刚装上实测过）。

它不是又一个"Claude Code 的平替"。它是目前唯一一个功能清单跟 Claude Code 逐项对齐、同时模型和框架两头全开源的终端 Agent——而且它的开发方式是自举的：这个项目在用自己（Qwen Code + Qwen 模型）提 issue、提 PR、做 code review、跑测试。狗咬自己尾巴，还咬得挺欢。

它到底是什么

一句话：住在你终端里的开源 AI 编程 Agent，官方对齐 Claude Code 的功能面，但模型随便换。

26,597 Star / 2,767 Fork，Apache-2.0，TypeScript，需要 Node.js 22+
多协议——OpenAI / Anthropic / Gemini / Qwen 四种 API 协议通吃，任何第三方 provider 或本地模型（Ollama / vLLM）都能接，运行时随便切
血缘——最初基于 Google Gemini CLI v0.8.2 分叉，从 v0.1 起停止同步上游，独立发展成多协议、多平台的 agent 框架
形态全家桶——终端 TUI、headless（CI/脚本）、VS Code / Zed / JetBrains 插件、桌面 App、daemon 模式（qwen serve）、TS/Python/Java 三套 SDK、甚至 IM 机器人（Telegram / 微信 / 钉钉 / 飞书 / QQ / 企业微信）

和 Claude Code 的对比：官方自己列的对标表

Qwen Code 的 README 里直接放了一张"我们和 Claude Code 对齐到哪了"的表，项目里还有一份系统性源码对比报告（对比了 Claude Code 56 个顶层模块、约 1800 个文件 vs Qwen Code 约 4,750 个文件）。翻译过来：

能力	Qwen Code	Claude Code
SubAgents / Agent Teams / 动态工作流	✅	✅
Auto-Memory / Auto-Skills / Hooks	✅	✅
内置 Skills（/review、/batch、/loop、/bugfix…）	✅	✅
MCP / Plan Mode / LSP 集成	✅	✅
Auto Mode / Sandbox / Git Worktrees	✅	✅
Computer Use（桌面自动化）	✅	✅
IDE 插件 / SDK / Headless 模式	✅	✅
模型和框架双开源	✅	❌
多协议（OpenAI/Anthropic/Gemini/Qwen + 任意 provider）	✅	❌
Agent Arena（多模型同任务对决）	✅	❌
Daemon 模式（一个 agent 多客户端共享）	✅	❌
IM 渠道（Telegram/微信/钉钉/飞书/QQ）	✅	❌

一句话：Claude Code 有的它都有，Claude Code 没有的它有一排。真正的差异在下面——那些"它没有的"东西，恰恰是技术含量最高的部分。

三个真正硬核的设计

1. Fork Subagent：继承父会话 + 共享 Prompt Cache，省 80%+ 成本

大部分 Agent 框架里，subagent 是从零开始的：新会话、新上下文、缓存重新烧。Qwen Code 的 fork 类型 subagent 直接继承父代理的完整对话历史，system instruction 和工具声明原样共享——这意味着 DashScope 的 prefix cache 前缀完全一致，省 80%+ 的重复费用。2026 年 6 月起默认启用，还支持 fire-and-forget 后台执行，带 AsyncLocalStorage 递归防护（防止 fork 套 fork 死循环）和 worktree 隔离。

这是"工程细节"级别的差异：同样跑子任务，别人重新烧一遍缓存，它直接续上。

2. 多层上下文压缩：不用你手动 /compact

上下文爆炸是所有长会话 Agent 的死法。Qwen Code 的压缩是分层的：

microcompaction——空闲时自动裁剪旧的工具结果，不用等上下文满
warn / auto / hard 三档自动阈值——渐进式压缩，不是一刀切
reactive 压缩——context overflow 时自动裁剪最早消息重试
/compress-fast——无 LLM 的规则压缩，应急用

Claude Code 用户还得记着手动 /compact，Qwen Code 的思路是让压缩成为后台常驻行为。

3. 动态工具发现：默认只加载核心工具，其余按需搜索，实测省 ~46% token

81 个内置工具全塞进 system prompt，光工具声明就能吃掉几万 token。Qwen Code 的 tool search 默认只加载核心工具，其余按需搜索注入——实测省约 46% token。但这个功能有个非常反直觉的坑（下面"踩坑"部分细说）：在 DeepSeek-v4 的 prefix cache 场景下，它反而让日成本涨了 214%，官方因此在 deepseek-v4-* 模型上自动禁用了它。这种"实测发现反例就改默认行为"的严谨，比堆功能更值得respect。

用自己改自己：自举开发 + 独家 Commit Attribution

Qwen Code 的迭代节奏（平均每天合并几十个 PR）不是纯人工扛出来的。项目自己说："Qwen Code is actively iterating on itself——用自己和自己的模型提 issue、提 PR、review 代码、跑测试。"

配套的工程化细节：/review skill 会拉 9 个并行 agent + 3 种 persona 做代码审查，还有迭代反向审计；GitHub Actions 里 PR 自动审查。最骚的是 Commit Attribution：它用 git notes refs/notes/ai-attribution 记录每个文件里 AI 写的字符数 vs 人写的字符数（aiChars / humanChars），不污染 commit message——这个能力 Claude Code 至今没有。想量化"我的代码里 AI 占了多少"？这是目前唯一一个自带统计的方案。

上手：三条命令跑起来

安装（我实测了 npm 路径，17 秒装完）：

# 一键脚本（Linux / macOS）
curl -fsSL https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.sh | bash

# 或 npm（Node.js 22+）
npm install -g @qwen-code/qwen-code@latest

# 或 Homebrew
brew install qwen-code

启动和认证：

qwen          # 启动交互式 TUI
/auth         # 在会话里选认证方式：
              #   qwen-oauth（通义千问，国内直连）
              #   openai / anthropic / gemini / vertex-ai
              #   或任何 OpenAI 兼容端点 + 本地 Ollama/vLLM

无头模式（CI / 脚本）：

qwen -p "修复 src/utils.ts 里的 N+1 查询"
qwen -p "给这个仓库写 README" -o json          # 结构化输出
qwen -p "..." -m qwen3-coder-plus              # 指定模型
qwen -c                                        # 继续最近会话

接 MCP server（子命令实测可用）：

qwen mcp add my-server npx -y @some/mcp-server
qwen mcp list
qwen mcp approve my-server

我最喜欢的一个功能：Agent Arena——同一个任务，让多个模型（比如 qwen3-coder-plus vs GPT vs Claude）在同一 session 里 head-to-head 对决，直接看谁的方案好。选模型纠结症患者的解药。

实测踩的坑（都是真的）

qwen auth 命令已经没了。官方 CLI 的 help 里写着 "Configure authentication (removed)"。网上老教程教你跑 qwen auth，跑完只会得到一个错误。认证要么进 TUI 用 /auth，要么在 settings 里配 --auth-type。
没配 auth 之前，交互和 headless 都起不来。实测报错：No auth type is selected. Please configure an auth type (e.g. via settings or `--auth-type`) before running in non-interactive mode.CI 里直接 qwen -p 会立刻挂，必须先配好 auth-type 再进管道。
Node 22+ 是硬门槛。npm 包的 engines 写死 node >=22.0.0，Node 18/20 直接装不上。而且包解压 91MB，别被首次安装的体积吓到。
TUI 要真 TTY。管道/重定向 stdin 会被识别成非交互模式直接拒绝启动，想自动化交互式界面得用 qwen serve（daemon，HTTP+SSE）而不是硬塞 stdin。
工具搜索省 token 有反例。上文说的 tool search 默认省 46% token，但在 DeepSeek-v4 的 prefix cache 场景下实测日成本 +214%（PR#4069），官方直接对 deepseek-v4-* 自动禁用。换模型时留意这个默认行为。

跟其他开源终端 Agent 比，站在哪

维度	Qwen Code	OpenCode	Kilo Code
Star	26.6K	~190K	~26.7K
定位	阿里官方，功能对标 Claude Code	社区最火的开源平替	IDE + CLI 三栖
模型协议	OpenAI/Anthropic/Gemini/Qwen + 本地	75+ provider	500+ 模型直连
独家能力	Agent Arena、Daemon、IM 渠道、Commit Attribution、自举开发	插件生态 + 桌面端	5 种内置 Agent + CI/CD 自动化
开源程度	模型 + 框架双开源	MIT	Apache-2.0

（OpenCode 和 Kilo Code 我们都写过单篇，OpenCode：185K Star 的开源 Coding Agent、KiloCode：26K Star 的 Coding Agent，可以对照着看。）

选型建议：想要开源模型 + 功能全、或者人在国内要直连、或者想用 IM 遥控 agent——Qwen Code 是当前最优解；想要最活跃的社区生态——OpenCode；重度 IDE 用户——Kilo Code。

适合谁

用 Claude Code 但想换开源模型省钱——功能面逐项对齐，迁移成本低，DashScope 直连延迟还更友好
想让 Agent 24 小时在线——daemon + 微信/钉钉/飞书渠道，人不在电脑前也能遥控干活
做多模型评测——Agent Arena 让几个模型在同一个真实任务上直接对决，比 benchmark 数字有说服力
想知道自己代码里 AI 含量——Commit Attribution 的 git notes 统计是独一份的
研究 agent 工程细节——fork subagent 的缓存共享、多层压缩、动态工具发现，每个都是可以直接抄的设计

总结

Qwen Code 最让我意外的不是功能多——功能多在这个赛道已经是入场券。是它自举开发的执行力和对工程反例的诚实：自己提 PR 自己 review、实测发现 tool search 在 DeepSeek 上亏钱就自动禁用、git notes 记 AI 贡献比例这种别人懒得做的细节它都做了。

26.6K Star 对阿里这种体量的项目不算夸张，但它的迭代速度（平均每天几十个 PR）和 Claude Code 功能对齐的完成度，说明这不是"官方刷存在感"的项目，是认真在打的仗。

项目地址：github.com/QwenLM/qwen-code