过去半年，所有人都在聊"命令行 coding agent"，但聊来聊去就那几个名字——Claude Code、Cursor、Codex。问题是，这套生态其实一直缺零件：缺一个国产团队亲手做、原生中文的 agent；缺一个开源、能自我进化、没有地区访问门槛的模型层；缺一个能把 MCP server 安全搬到生产的基建；还缺一个专门给 agent 喂干净输入的质量工具。
这周（2026 年 6 月底到 7 月初），这四块拼图几乎同时到位了。我直接扒了 Hacker News 最近两周上 3000 多条帖子里点数过 60 的，又核了每个产品的官网和 GitHub，挑出四个真正"刚发布、有热度、能用"的，给你拆明白。你看完就知道：Claude Code 之外，棋盘已经变了。
/cn 中文站，原生中文 UI，可切英文）为什么值得关注：这是关键信息差——做 GLM 的 Z.ai（智谱）团队，亲自做了一款对标 Claude Code 的产品，而且深度适配自家的 GLM-5.2。它不是第三方套壳，是模型方下场做的官方工具，这意味着模型和工具的协同优化比"用 Claude Code 接别的模型"更紧。3.0 版本主打"简单、迅捷、氛围十足"，强调多 Agent 协作，比如一个 gomoku-ai 任务里，会自动拆出"整理开局提示""接入启发式落子""适配移动端布局"等子任务并行推进。
价格：客户端免费下载；背后跑 GLM-5.2，走 Z.ai 账号体系，注册通常带免费额度，重度使用按量计费。
对比国内同类：国内做 coding agent 的不少，但多数停在插件/补全层。ZCode 是少有的模型厂亲自做、原生命令行+桌面、多 Agent 编排的，定位更接近 Claude Code 而非 Copilot 补全。
适用人群：想要 Claude Code 体验、但更想用国产模型、且需要中文交互流畅的开发者；企业内网不能稳定用海外服务的团队。
为什么值得关注：两个杀手锏。第一，自我进化的训练框架——它用 RL 不光学"解题 rollout"，还同时学"驱动 rollout 的脚手架（scaffold）"，把脚手架和解法联合优化，模型能自己发现更好的搜索轨迹。第二，也是最关键的：MIT 协议，明说"globally accessible, free from regional limitations"（全球可用、无地区限制）。在部分闭源前沿模型存在地区访问门槛的当下，一个 MIT、明确无地区限制、还跑赢同尺寸的开源编码模型，对中国开发者是实打实的安全垫。
价格：完全免费开源，自己部署（397B-MoE 需要 GPU 集群；9B 单卡就能跑）。
对比国内同类：国内开源编码模型也在卷，但把"自我改进训练框架"做成卖点、且明确标注 MIT+无地区限制的不多。Ornith 更适合需要可控、可私有化部署、可二次训练的团队。
适用人群：想本地/私有化跑编码 agent 的人；做 AI infra 想复用自改进 RL 框架的研究者；对供应链里混入不可控闭源模型有顾虑的团队。
mcp-use SDK。为什么值得关注：MCP 在 2026 年是 agent 连外部世界的标准协议，但"写一个 MCP server 容易，上线稳定难"——多端兼容、上架合规、流量调试全是坑。Manufact 把这些基建打包了，而且是 YC S25 项目，页面显示社区规模已达 10.2k。它解决的正是"从 demo 到生产"这一段最痛的路。
价格：开源 mcp-use SDK 免费；Cloud 平台按量计费，可约 demo。
对比国内同类：国内 MCP 生态起步中，多在"写 server"阶段，少有专门做"上线+跨端+调试"的托管基建。Manufact 抢的是这块空白。
适用人群：要做 MCP app 并上架 ChatGPT/Claude 的开发者；需要让 agent 安全连数据库/工具的企业团队。
为什么值得关注：思路很巧。普通去重工具只能抓"逐字 copy"（好抓、危害小）。slopo 专抓那些写得像、又隔得很远、跨模块甚至跨大文件的近似重复（最难发现、最容易埋雷）。它对每个代码单元算 embedding，找出距离近的配对，输出按"相似度 + 代码距离"排序的簇（cluster）——而这个簇，正是设计来喂给你的 AI coding agent的：让 agent 判断是不是真重复，再决定重构。
价格：开源免费，本地跑 embedding。
对比国内同类：国内代码质量工具多在做 lint/扫描，专门为"AI agent 输入"设计的去重工具几乎空白。slopo 是把传统软件工程问题，重做成"给 agent 喂料"的新范式。
适用人群：维护大型代码库、想让 AI agent 做重构而非瞎改的团队；关心代码腐化的人。
flowchart TB
subgraph L3["③ 质量层：给 agent 喂干净输入"]
SLOPO["slopo<br/>embedding 去重<br/>输出 cluster 喂给 agent"]
end
subgraph L2["② 编排层：多 Agent 协作"]
ZCODE["ZCode 3.0<br/>GLM-5.2 深度适配<br/>原生中文 · 多 Agent"]
CC["Claude Code / Cursor<br/>(海外主流)"]
end
subgraph L1["① 模型层：开源可私有化"]
ORNITH["Ornith-1.0<br/>9B/31B/35B-MoE/397B-MoE<br/>MIT · 无地区限制 · 自改进"]
FRONT["闭源前沿模型<br/>(有地区访问门槛)"]
end
subgraph L0["④ 基建层：协议上线"]
MCP["MCP 协议"]
MANUF["Manufact Cloud<br/>YC S25 · 上线/跨端/追踪"]
end
SLOPO --> ZCODE
ORNITH -. 可选后端 .-> ZCODE
ZCODE <--> MCP
MANUF -. 托管与调试 .-> MCP
一句话：Ornith 补模型层，ZCode 补编排层，Manufact 补基建层，slopo 补质量层——四个原本是"缺口"的位置，这周都被填上了。
| 层 | 多数人以为 | 本周新事实（信息差） |
|---|---|---|
| 编排 | 命令行 agent 只有 Claude Code/Cursor | GLM 团队已亲自做 ZCode 3.0，原生中文、多 Agent，HN 276 分 |
| 模型 | 开源编码模型就是"次一档" | Ornith-1.0 同尺寸 SOTA，MIT、明确无地区限制，还带自改进 RL 框架 |
| 基建 | 写个 MCP server 就能用 | 上线才是真坑；Manufact（YC S25） 把跨端/合规/流量调试全打包了 |
| 质量 | AI agent 直接吃全代码库 | slopo 让你先用 embedding 去重，只把"真重复簇"喂给 agent，少踩坑 |
mcp-use SDK 先写 server，再上 Manufact Cloud 做跨客户端测试和 Publishing checks，省掉手动适配 ChatGPT/Claule 两端的时间。slopo 扫一遍，把输出的重复簇作为任务清单喂给你的 coding agent，让它有的放矢。优先级建议：先 1（ZCode）拿到国产替代的第一手体感 → 再 3（Manufact）如果你正在碰 MCP → 4（slopo）作为代码治理习惯 → 2（Ornith）留给需要私有化部署/研究 RL 的进阶场景。
⚠️ 提醒：以上工具多为本周刚发布，版本迭代快，价格/功能以官网实时为准；Ornith 397B-MoE 体量大，部署前先评估算力成本。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。