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.
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.

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.
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.
curl -fsSL https://jcode.sh/install | bash
--no-browser, который печатает ссылку и принимает код обратно.jcode login --provider claude # на удалённой машине: jcode login --provider claude --no-browser
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.
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.
| Провайдер | Как подключается | Где хранятся креды |
|---|---|---|
| Claude (подписка Max) | OAuth: jcode login --provider claude | ~/.jcode/auth.json |
| Claude (API-ключ) | Ключ Anthropic напрямую, без подписки | конфиг jcode |
| OpenAI / Codex | Встроенный OAuth-логин | ~/.jcode/openai-auth.json |
| Gemini | Нативный OAuth или импорт из Gemini CLI | ~/.jcode/gemini_oauth.json |
| GitHub Copilot | Креды Copilot CLI | ~/.copilot/config.json |
| OpenCode, pi | Импорт существующих auth-файлов (по подтверждению) | исходные пути |
| Azure OpenAI, совместимые API | Ключ и endpoint в конфиге | конфиг jcode |
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».
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.
| Инструмент | Первая сессия | Каждая следующая | Во сколько раз больше |
|---|---|---|---|
| jcode | 71,3 МБ | ≈3,3 МБ | — |
| OpenCode | 637,1 МБ | ≈5,9 МБ | 1,8× |
| pi | 84,0 МБ | ≈79,6 МБ | 24,1× |
| Claude Code | 272,9 МБ | ≈169,3 МБ | 51,3× |
| Codex CLI | 398,6 МБ | ≈194,1 МБ | 58,8× |
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.
| Инструмент | Задержка | Относительно jcode |
|---|---|---|
| jcode | 19,1 мс | — |
| pi | 596,4 мс | 31,2× медленнее |
| Codex CLI | 905,8 мс | 47,4× медленнее |
| OpenCode | 1047,9 мс | 54,9× медленнее |
| Claude Code | 3512,8 мс | 183,9× медленнее |
bench_headless_memory.py у себя и сравнить со своим основным инструментом на своих задачах.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.
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.
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.
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.
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.
| Параметр | jcode | Claude Code | Codex CLI | OpenCode |
|---|---|---|---|---|
| Лицензия | MIT | закрытый | закрытый | открытый |
| Язык | Rust | TypeScript/нативный | Rust | TypeScript |
| Память на доп. сессию | ≈3,3 МБ | ≈169,3 МБ | ≈194,1 МБ | ≈5,9 МБ |
| Мульти-сессии и рой | да, встроено | частично | нет | частично |
| Подписки через OAuth | Claude, OpenAI, Gemini, Copilot | Claude | OpenAI | Claude, OpenAI |
| Правка собственного кода | self-dev | нет | нет | нет |
| Windows | не заявлен (WSL) | да | да | да |
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.
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».