3code：AI编程助手中的"小钢炮"

说实话，现在的AI编程工具是真的越来越离谱了。动不动就是几十MB的安装包，后台跑着一堆服务，还得自己托管Web界面。光系统提示词就吃掉几千个token，你还没开始写代码呢，成本就先涨上去了。整个行业好像陷入了一种"越大越好"的怪圈，效率？早就被抛到九霄云外去了。

然后我就发现了 3code——这货直接走了一条完全不同的路。用Nim写的，安装包只有1.6MB，简直就是编程工具里的本田思域，对上了一群油老虎SUV。更重要的是，它真的能用。

为什么要关心效率？

在说3code有什么不一样之前，咱们先聊个更根本的问题：效率这东西，为什么值得开发者在意？

Token费用是会累积的。 你要是每天都在用AI编程助手，每个提示词、每条系统消息都在烧钱。而且不光是钱的问题——上下文越长，模型响应就越慢，出错的概率也越高。它更容易忘记你到底想干什么。

3code团队给他们的理念起了个名字，叫"三E原则"：

• Token效率 —— 去掉那些跟你实际编程需求八竿子打不着的东西
• 计算效率 —— 聊天程序就该有聊天程序的样子，不该是个资源黑洞
• 脑力效率 —— 该自动化的地方自动化，别在重复劳动上浪费精力

这可不是什么空话套话，数据摆在那儿呢。

硬碰硬的数据对比

来，看看3code和几个主流选手的差距：

| 工具 | 安装包大小 | 系统提示词(token) | |------|------------|------------------| | 3code | 1.6 MB | ~600 | | opencode | ~22 MB | ~2,100 | | goose | ~35 MB | ~1,000 | | claude code | ~85 MB | ~2,900 |

差距大得有点夸张。3code的安装包比Claude Code小了整整53倍，初始上下文也精简了大约5倍。实际用下来，初步测试显示能节省30%到50%的token消耗——省的是真金白银，而且模型能更专注于你交代的任务。

用起来怎么样

3code用起来特别干脆。没有后台守护进程，不用维护Web界面，就是一个纯粹的命令行工具。装好之后，配置一下你想要的模型提供商，直接开干。

目前支持的提供商：

• NVIDIA + GPT-OSS（有免费额度，性能够用）
• z.ai + GLM-5.1（性能很强，价格也实惠）

安装简单到令人发指——macOS/Linux一条命令，Windows用PowerShell也是一条命令，装完就能用。

几个真正有用的技术细节

有几个功能我觉得挺有意思的：

• 会话保存 —— 你的.3log文件是直接可读的文本格式，随时能接着之前的进度继续干
• 上下文压缩 —— 自动清理掉那些过时的东西，保持对话清爽
• 循环守卫 —— 防止AI在自主操作时跑偏，到达阈值就停下来
• 内置网页搜索 —— 直接集成Startpage，不用再curl来curl去了
• 零遥测 —— 所有数据都在本地，没有任何东西会偷偷传出去

还有个设计挺巧妙的：自清理执行模式。3code在一个规划阶段结束后，会自动清空上下文再进入执行阶段。这样就避免了上下文污染，让AI不会在中途把任务搞混。

自己人先吃螃蟹

最让我服气的一点是什么？这帮人居然是用3code自己开发出来的3code。他们生产环境跑的就是z.ai上的GLM 5.1，用了挺长一段时间了，体验一直很稳。

开发者自己都在天天用自家产品，这才是最有说服力的背书。

最后说两句

3code从来没说自己是最强大的编程助手，它的目标是做最高效的那个。对于那些精打细算API费用的开发者和小团队，或者单纯想要一个响应快、不折腾、装上就能用的工具的人来说，3code可能是你的菜。

说到底，在这个疯狂堆功能、堆复杂度的时代，它提醒了一件事：有时候，少即是多。

感兴趣的话，去 3code.capocasa.dev 看看，说不定轻量级才是你的菜。