ОБЗОР 2026 · CODING-АГЕНТЫ

jcode: coding-агент на Rust, который держит десятки сессий в параллели

Открытый harness, который делает ставку не на «умный чат», а на количество одновременных агентов: 3,3 МБ на дополнительную сессию, рой в одном репозитории и замеры, которые можно перепроверить своим скриптом.

Coding-агентRustOpen source
Платформы macOS, LinuxЛицензия MITПроверено 11.11.2026

jcode — это терминальный coding-агент, но продаёт он не «чат, который пишет код», а пропускную способность: сколько агентов вы можете запустить одновременно на одной машине, прежде чем закончится память. Автор утверждает, что дополнительная сессия стоит около 3,3 МБ против 169 МБ у Claude Code. Ниже — что реально умеет jcode на 11.11.2026, какие цифры проверяемы, а какие взяты со слов разработчика, и где инструмент пока сырой.

Логотип jcode
Официальный логотип проекта
jcode — high-performance coding agents
MIT · Rust · github.com/1jehuang/jcode
Ключевые факты
Репозиторийgithub.com/1jehuang/jcode
ЛицензияMIT
ЯзыкRust (TUI)
Звёзд на GitHub21 696
Память на доп. сессию≈3,3 МБ
Время до первого ввода19,1 мс
ПлатформыmacOS, Linux
Последний релизv0.99.1 (22.10.2026)
21,7k
звёзд на GitHub
на 11.11.2026
3,3
МБ на доп. сессию
по замерам автора
19,1
мс до первого ввода
10 запусков
205
релизов
с января 2026

01Что такое jcode и чем он отличается

jcode — открытый (MIT) harness для coding-агентов, написанный на Rust. Слово «harness» здесь ключевое: это не модель и не обёртка над одним API, а среда, которая запускает агентов, держит их сессии, раздаёт инструменты, управляет контекстом и связывает нескольких агентов между собой. Модель вы подключаете свою — Claude, OpenAI, Gemini, Copilot или любой совместимый API.

Проект ведёт Jeremy Huang (GitHub 1jehuang), компания прошла Y Combinator в наборе Summer 2026, команда — один человек, Сан-Франциско. Репозиторий создан 5 января 2026 года; на 11.11.2026 у него 21 696 звёзд, 2 524 форка, 828 открытых issues и 205 релизов, последний — v0.99.1 от 22 октября 2026. Цифра «21 тысяча звёзд за десять месяцев» сама по себе не доказывает качество, но объясняет, почему инструмент вообще стоит рассматривать.

Идея простая и её легко проверить на себе. Каждый запущенный агент — это процесс, который держит контекст, историю, открытые файлы и ожидание ответа модели. Пока агентов два-три, память не мешает. Когда их двадцать, обычные инструменты упираются в RAM задолго до того, как упрётся процессор: машина начинает свопиться, а вы — ждать. jcode переписан так, чтобы стоимость дополнительной сессии была минимальной, и на этом построена вся его коммуникация.

Короткий ответ
jcode — не замена Claude Code «вообще», а инструмент для сценария «много параллельных задач в одном репозитории». Если вы запускаете одного агента за раз, выигрыш будет в скорости запуска и в открытом коде, но не в возможностях модели. Если вы держите пять-двадцать сессий — разница в памяти измеряется десятками раз.

02Установка и первый запуск

Официально поддерживаются macOS и Linux: в README есть ровно одна команда установки, отдельного установщика для Windows нет — на Windows имеет смысл WSL. После установки бинарь jcode появляется в PATH.

Три шага до первой задачи
1
Установить
Скрипт скачивает бинарь под вашу платформу и кладёт в PATH. Права root не нужны.
terminalcopy
curl -fsSL https://jcode.sh/install | bash
2
Авторизоваться у провайдера
Подписка Claude Max подключается через OAuth в браузере. Для сервера без графики есть режим --no-browser, который печатает ссылку и принимает код обратно.
terminalcopy
jcode login --provider claude
# на удалённой машине:
jcode login --provider claude --no-browser
3
Проверить, что модель отвечает
Одна короткая команда — самый быстрый способ понять, что креды подхватились и провайдер доступен.
terminalcopy
jcode --provider claude run "Say hello from jcode"

Если Claude Code уже настроен на машине, jcode предложит переиспользовать его креды: спросит разрешение, запомнит ответ для этого пути и не будет менять чужой файл — ни перемещать, ни перезаписывать. Симлинки на внешние auth-файлы отклоняются. Это аккуратное поведение, которого обычно не хватает инструментам, читающим чужие конфиги.

Про установку через curl | bash
Скрипт установки — обычная практика для Rust-инструментов, но он выполняет код с сайта. Если это смущает, соберите бинарь из исходников: репозиторий на Rust с Cargo, зависимости и инструкции в README. Проверять скачанный скрипт глазами перед запуском — разумный минимум.

03Провайдеры и авторизация

jcode не продаёт токены и не проксирует запросы через свой сервер: он работает с вашими подписками и ключами напрямую. Поддерживаются OAuth-подписки и API-ключи — и то, и другое хранится локально.

ПровайдерКак подключаетсяГде хранятся креды
Claude (подписка Max)OAuth: jcode login --provider claude~/.jcode/auth.json
Claude (API-ключ)Ключ Anthropic напрямую, без подпискиконфиг jcode
OpenAI / CodexВстроенный OAuth-логин~/.jcode/openai-auth.json
GeminiНативный OAuth или импорт из Gemini CLI~/.jcode/gemini_oauth.json
GitHub CopilotКреды Copilot CLI~/.copilot/config.json
OpenCode, piИмпорт существующих auth-файлов (по подтверждению)исходные пути
Azure OpenAI, совместимые APIКлюч и endpoint в конфигеконфиг jcode
Провайдеры jcode на 11.11.2026
Источник: OAUTH.md и README репозитория, проверено 11.11.2026.

Практический вывод: если у вас уже оплачен Claude Max или ChatGPT Plus с Codex, отдельный счёт за jcode не появляется — вы платите только за то, что уже купили. Именно поэтому цифры «в 20 раз эффективнее» стоит читать как «в 20 раз больше агентов на том же железе и той же подписке», а не как «дешевле в 20 раз».

04Память и скорость: что показывают замеры

Все ключевые цифры проекта — из бенчмарков автора, но у них есть важное свойство: скрипт замера лежит в репозитории (scripts/bench_headless_memory.py), и его можно прогнать у себя. Это лучше, чем таблица в маркетинговом лендинге без методики.

ИнструментПервая сессияКаждая следующаяВо сколько раз больше
jcode71,3 МБ≈3,3 МБ—
OpenCode637,1 МБ≈5,9 МБ1,8×
pi84,0 МБ≈79,6 МБ24,1×
Claude Code272,9 МБ≈169,3 МБ51,3×
Codex CLI398,6 МБ≈194,1 МБ58,8×
RAM на сессию, headless-режим (замеры автора, 11.11.2026)
Сравнение в последнем столбце — по дополнительным сессиям, как в README.
Память на каждую дополнительную сессиюМеньше — лучше. Замеры автора проекта, headless-режим
0МБ100МБ200МБjcode3,3МБOpenCode5,9МБpi79,6МБClaude Code169,3МБCodex CLI194,1МБ
jcode: ≈3,3 МБ, OpenCode: ≈5,9 МБ, pi: ≈79,6 МБ, Claude Code: ≈169,3 МБ, Codex CLI: ≈194,1 МБ

Разница между 3,3 и 169 МБ — это разница между «двадцать агентов на ноутбуке» и «двадцать агентов на машине с 8 ГБ, которая уже свопится». Арифметика простая: двадцать сессий jcode — около 138 МБ сверх первой, двадцать сессий Claude Code — около 3,4 ГБ только на дополнительные.

ИнструментЗадержкаОтносительно jcode
jcode19,1 мс—
pi596,4 мс31,2× медленнее
Codex CLI905,8 мс47,4× медленнее
OpenCode1047,9 мс54,9× медленнее
Claude Code3512,8 мс183,9× медленнее
Время до первого ввода: сколько ждать, пока можно печатать
Среднее по 10 интерактивным запускам, методика в README.
Время до первого вводаМеньше — лучше: сколько ждать, пока появится эхо набранного текста
0мс2 000мс4 000мсjcode19,1мсpi596,4мсCodex CLI905,8мсOpenCode1 047,9мсClaude Code3 512,8мс
Среднее по 10 интерактивным запускам: jcode 19,1 мс, pi 596,4, Codex CLI 905,8, OpenCode 1047,9, Claude Code 3512,8 мс
Как читать эти цифры
Это замеры одной машины, одного набора версий и одного автора. Они показывают порядок величины, а не гарантию для вашего ноутбука: на разных ОС, версиях Node/Rust и размерах контекста числа сдвинутся. Корректный способ — прогнать bench_headless_memory.py у себя и сравнить со своим основным инструментом на своих задачах.

05Swarm: как агенты работают вместе

Главная функция, ради которой всё построено, — рой. Вы запускаете несколько агентов в одном репозитории, а сервер jcode сам следит за тем, чтобы они не мешали друг другу. Если агент A прочитал файл, а агент B в этот момент его изменил, A получает уведомление: файл изменился под ним. Дальше A решает — посмотреть diff и учесть правку или проигнорировать, если изменение не относится к его задаче.

Схема роя
1КоординаторДержит план, разбивает задачу и спавнит воркеров2ВоркерыКаждый в своей сессии правит файлы в том же репозитории3СерверСледит за изменениями и рассылает уведомления о конфликтах4СборкаРезультаты сходятся в одну ветку, конфликты видны сразуКоординатор раздаёт задачи, воркеры работают параллельно, конфликты разруливает сервер

У агентов есть мессенджер: можно написать одному агенту, разослать всем или только тем, кто работает в этом репозитории. Это важнее, чем звучит: без прямого канала связи координатор вынужден читать вывод каждого воркера целиком, а это и токены, и время. Агенты умеют спавнить собственных воркеров самостоятельно — тогда основной агент становится координатором, а порождённые — исполнителями, и вся группа, включая статусы и каналы, управляется автоматически.

Из чего состоит стек
TUI в терминалеСессии, история, просмотр изображений и LaTeX прямо в выводечто видит пользовательДемон jcodeДержит сессии, рои, очереди фоновых задач и уведомлениячто живёт в фонеПровайдерыClaude, OpenAI/Codex, Gemini, Copilot, совместимые APIчто подключается

Отдельно стоит упомянуть мелочи, которые видно на скриншотах проекта: инлайн-рендер изображений после чтения файла, поддержка LaTeX в ответах, меню возобновления сессий с превью и уведомление о том, что кэш промпта остыл. Последнее — прямая экономия: холодный кэш означает, что следующий запрос пойдёт по полной цене токенов.

06Self-dev: агент, который правит сам себя

Самая необычная функция jcode — режим self-dev. Вы говорите агенту войти в него, и агент начинает менять исходный код самого jcode: правит Rust-файлы, собирает проект, прогоняет тесты, перезагружает собственный бинарь и продолжает работу в уже открытых сессиях. Автор называет это «новой формой кастомизации»: не плагин с ограниченным API, а полный доступ к рантайму.

Плюс очевиден: если инструменту не хватает команды или панели, вы не пишете плагин в ожидании, что автор добавит нужный хук, — вы просите агента дописать это в источнике. Минус тоже очевиден: агент, который собирает сам себя, может собрать себя сломанным. Здесь помогают обычные практики — git-ветка, чистый рабочий каталог и понимание, что откат делается вручную через репозиторий.

Кому не стоит включать self-dev
Если вы не готовы читать diff на Rust и разбираться, почему сборка упала, режим лучше не трогать: цена ошибки — не сломанный конфиг, а неработающий бинарь, которым вы пользуетесь каждый день. На общих машинах и в CI включать его без изоляции не стоит.

07Телеметрия и приватность

У проекта есть отдельный документ TELEMETRY.md, и это хороший знак: правила описаны явно, а не спрятаны. Обычная телеметрия собирает статистику использования — какие провайдеры и модели популярны, как часто сессии завершаются успешно, какие семейства функций используются. По заявлению автора, в неё не попадают промпты, исходный код, ответы модели и транскрипты.

Отдельно существует опциональная программа обмена транскриптами. Она выключена по умолчанию и требует явного выбора «Share full transcripts» в настройках; согласие версионируется, чтобы старая настройка не подписала вас на новую программу молча. При включении уходит полный транскрипт сессии: промпты, ответы, код из сообщений, вызовы инструментов. Перед отправкой секреты заменяются на [REDACTED_SECRET] — ключи, токены, пароли, JWT, приватные ключи, — и та же проверка повторяется на приёмной стороне.

Честная оговорка автора
В документе прямо сказано, что детект секретов — «defense in depth, а не математическая гарантия». То есть если вы вставили в чат живой ключ, полагаться на авторедакцию не стоит. Для команд с чувствительным кодом правильный выбор — не включать обмен транскриптами вовсе.

08jcode против Claude Code, Codex CLI и OpenCode

ПараметрjcodeClaude CodeCodex CLIOpenCode
ЛицензияMITзакрытыйзакрытыйоткрытый
ЯзыкRustTypeScript/нативныйRustTypeScript
Память на доп. сессию≈3,3 МБ≈169,3 МБ≈194,1 МБ≈5,9 МБ
Мульти-сессии и ройда, встроеночастичнонетчастично
Подписки через OAuthClaude, OpenAI, Gemini, CopilotClaudeOpenAIClaude, OpenAI
Правка собственного кодаself-devнетнетнет
Windowsне заявлен (WSL)дадада
Сравнение по проверяемым параметрам на 11.11.2026
Данные о конкурентах — из их документации и README; замеры памяти — из README jcode.

Из таблицы видно, где jcode действительно впереди: цена сессии, рой и self-dev. Там, где речь о зрелости, поддержке Windows и количестве готовых интеграций, лидируют конкуренты. OpenCode при этом стоит особняком: он тоже открытый и тоже дешёвый по памяти (5,9 МБ на сессию), но не строит рой и не умеет править себя.

Сильные стороны
  • Память на дополнительную сессию — единицы мегабайт, это позволяет держать десятки агентов на обычном ноутбуке
  • Рой со встроенными уведомлениями о конфликтах: агенты не затирают правки друг друга молча
  • Открытый код на MIT — можно проверить, что именно уходит провайдеру
  • Работает с уже оплаченными подписками Claude, OpenAI, Gemini и Copilot
  • Быстрый старт: 19 мс до первого ввода против секунд у конкурентов
Слабые места
  • Проект молодой: версия 0.99.1, 828 открытых issues, один основатель
  • Официально только macOS и Linux, для Windows — WSL
  • Ключевые бенчмарки сделаны автором проекта, независимых замеров пока нет
  • Self-dev требует умения читать Rust и готовности откатывать сборку вручную
  • Телеметрия включена по умолчанию (без промптов и кода, но факт стоит знать)

09Кому подходит, а кому нет

jcode окупается там, где задача естественно делится на части: массовая миграция однотипных файлов, параллельная починка пачки тестов, разбор большого легаси по модулям, генерация и проверка документации. Во всех этих случаях выигрыш не в «умнее», а в «одновременно».

  • Подходит: разработчикам, которые уже платят за Claude Max или ChatGPT и хотят выжать из подписки больше параллельной работы.
  • Подходит: тем, кто ведёт несколько задач в одном репозитории и устал от того, что агенты затирают друг друга.
  • Подходит: тем, кому важен открытый код и возможность дописать инструмент под себя — вплоть до правки самого рантайма.
  • Не подходит: тем, кто работает на Windows без WSL и не хочет ничего настраивать.
  • Не подходит: командам, которым нужна поддержка вендора, SLA и предсказуемые релизы, — здесь всё держится на одном человеке и сообществе.
  • Не подходит: тем, кто запускает одного агента за раз: выигрыш в памяти не проявится, а молодость проекта останется.
Плати по всему миру — карта для оплаты зарубежных нейросетей, приложений и подписок из России
Реклама. ООО «КАПИБАРА», ИНН 9703231520

Частые вопросы

jcode бесплатный?
Сам инструмент — да, код под MIT. Платить нужно за модели: либо через уже оформленную подписку (Claude Max, ChatGPT/Codex, Gemini, Copilot), либо по API-ключу. Отдельного счёта от jcode нет.
Это официальный клиент Anthropic или OpenAI?
Нет. jcode — сторонний открытый harness, который подключается к провайдерам по их API и OAuth. Он не affiliated с Anthropic, OpenAI или Google.
Будет ли он работать на Windows?
Официально заявлены macOS и Linux, отдельного установщика для Windows в README нет. Рабочий вариант — WSL. Если Windows обязателен, смотрите на Claude Code, Codex CLI или OpenCode.
Насколько можно верить цифрам про 3,3 МБ и 19 мс?
Это замеры автора проекта на его машине. Плюс в том, что скрипт замера лежит в репозитории и его можно прогнать самостоятельно. Минус — независимого подтверждения на 11.11.2026 нет, поэтому воспринимайте цифры как порядок величины.
Что такое self-dev и не опасно ли это?
Режим, в котором агент правит исходники самого jcode, собирает проект и перезагружает свой бинарь. Полезно для кастомизации, опасно тем, что сломанная сборка оставит вас без рабочего инструмента. Делайте это в отдельной ветке git.
jcode собирает данные обо мне?
Обычная телеметрия включена и содержит статистику использования без промптов, кода и ответов. Передача полных транскриптов — отдельная опция, выключена по умолчанию, требует явного согласия и включает авторедакцию секретов.

Источники и официальные ссылки

Вердикт Qantcore
8,2/ 10
jcode честно решает одну конкретную проблему — стоимость параллельной работы агентов — и делает это лучше, чем инструменты с бюджетами в сотни раз больше. Открытый код, работа с уже оплаченными подписками и рой с уведомлениями о конфликтах делают его сильным выбором для тех, кто держит много задач одновременно. Оценку снижают молодость проекта, отсутствие независимых замеров, один основатель и только две официальные платформы. Это не «замена всему», а инструмент под свой сценарий — и в своём сценарии он очень хорош.
Сравниваете coding-агентов?
В каталоге Qantcore — обзоры CLI-агентов и платформ с проверяемыми цифрами и датой проверки у каждого факта.
Нет зарубежной карты для оплаты?Реклама. ООО «КАПИБАРА», ИНН 9703231520Оформить карту →
Как оплатить AI из России — разбор
Оплата AI-сервисов из РоссииКарта РФ, СБП или реселлер — рабочая страница оплаты без VPN
Перейти к оплате →