jcode:用 Rust 重写的 Coding Agent Harness,挑战 Claude Code 和 Codex

jcode:用 Rust 重写的 Coding Agent Harness,挑战 Claude Code 和 Codex

在 Claude Code 和 OpenAI Codex 主导的 AI 编程工具赛道上,一个用 Rust 编写的开源项目正在快速追赶。

jcode(github.com/1jehuang/jcode)是一个 Coding Agent Harness——它不是又一个包装器,而是位于用户和底层 AI 模型之间的调度层,负责管理提示词、工具调用、记忆和并行会话。项目目前已有 1.3K 星标,2811 次提交,最近一次提交在 53 分钟前,开发活跃度极高。

为什么需要 Agent Harness

Agent Harness 是 AI 编程工具的核心架构层。Claude Code、Codex CLI 各自实现了自己的 harness,但它们不互通。jcode 的思路是:把这个层做成开源的、可替换的、可扩展的

这意味着你可以:

  • 在底层切换不同的 LLM(Claude、GPT、开源模型)
  • 通过技能插件扩展能力
  • 管理多个并行 Agent 会话
  • 统一记忆和上下文管理

核心特性

从仓库结构可以看出 jcode 的设计野心:

  • crates/ - Rust 多 crate 架构,模块化程度高,包含代码质量修复的完整 swarm
  • .jcode/skills/optimization/ - 内置优化技能,支持 Agent 自我改进
  • ios/figma/ - 移动端支持已在开发中,包含 wgpu 场景预览
  • mockups/jcode-mobile/ - 移动端界面设计

项目特别关注了自开发(self-dev)场景——最近的提交包括”避免自开发 rustc 触发 earlyoom 杀死进程”的修复,说明项目本身就是在用自身构建的。

与同类方案对比

维度jcodeClaude CodeCodex CLI
语言RustTypeScriptTypeScript
开源✅ 完全开源❌ 闭源✅ 开源
模型灵活度多模型可切换仅限 Claude仅限 OpenAI
移动端支持开发中
自我开发正在实践部分支持不支持

jcode 的最大优势在于 Rust 带来的性能潜力和多模型灵活性。如果它能在体验上接近 Claude Code,对于不想被单一厂商锁定的开发者来说是一个有吸引力的选择。

快速上手

# 克隆项目
git clone https://github.com/1jehuang/jcode.git
cd jcode

# 构建(需要 Rust 工具链)
cargo build --release

# 或通过 cargo wrapper 构建
cargo run --release

值得观察的点

  • 2811 次提交说明这不是一个概念验证项目,而是已经在认真迭代
  • Rust 的选择意味着性能和内存占用可能是卖点
  • 移动端支持如果成型,将是第一个可在手机上使用的 Coding Agent
  • 自开发实践(用 jcode 开发 jcode)本身就是最好的能力证明

主要来源: