Стабильно, быстро, продуктивно, дёшево: полный отчёт по моему AI Coding-стеку

Ключевая мысль впервые опубликована в X; эта статья — полный отчёт по конфигурации.

Сначала вывод: OpenCode + OpenChamber + подписка DeepSeek V4 Flash через OpenCode Go + подписка DeepSeek V4 Flash через Ollama Cloud.

Этой связкой я долго пользуюсь на полной нагрузке, и она даёт четыре качества: стабильность, скорость, продуктивность, дешевизна. Держал открытыми подряд 15 проектов, все одновременно писали код — квота просела совсем чуть-чуть.

Почему именно OpenCode + OpenChamber

Как выбирал — написано в другой статье; здесь только причины на уровне результата. OpenCode — сейчас самый сбалансированный мультимодельный движок: открытый код, много Provider, зрелые Client/Server, десктоп и Subagent. OpenChamber — Harness GUI с самым вылизанным фронтендом среди опенсорсных, что я встречал: автор поддерживает его с огромной заботой, изящно, стабильно, и редкие мелкие баги на долгосрочное использование не влияют вообще.

Веб-интерфейс + PWA — от десктопного клиента почти не отличишь, обновления вообще без ручной работы.

Конфиг строится вокруг трёх запросов

Моя конфигурация OpenCode построена вокруг трёх вещей: управление Context, система памяти, внешние возможности.

1. opencode-dcp (открытый код) — динамическая обрезка Context. Когда Context доходит до порога, старое содержимое автоматически сжимается в технические выжимки: ключевая информация сохраняется, шум выбрасывается, дубли чистятся, а малополезные вещи вроде ошибок инструментов удаляются из Context. Длинные сессии без переполнения Context, экономия денег и token — это фундамент, на котором длинные задачи могут крутиться целый день.

2. opencode-goal-plugin — управление целями. Добавляет длинным задачам режим Goal: если агент уходит в сторону, его можно вернуть.

3. Hermes Memory — многоуровневая память (если будет спрос, выложу в открытый код). Самый тяжёлый мой плагин: я перенёс на OpenCode механизм многоуровневой памяти агента Hermes — предпочтения пользователя, проектные решения и прошлые уроки запоминаются между сессиями. Новый проект не начинается с нуля.

4. context7-MCP. Свежая официальная документация библиотек и фреймворков — без ручных раскопок.

5. grep-MCP. Поиск реального использования по всему коду GitHub — куда надёжнее, чем писать по памяти.

6. open-computer-use — автоматизация рабочего стола. Позволяет ИИ напрямую управлять приложениями macOS: клики, ввод, прокрутка, перетаскивание, скриншоты, чтение дерева доступности. Особенно хорош на этапах тестирования и приёмки.

Счётчик расходов: как тратятся две подписки

DeepSeek V4 Flash — ядро соотношения цена/качество этого стека: действительно умная и действительно дешёвая модель. Подписка OpenCode Go закрывает основной воркфлоу, подписка Ollama Cloud работает вторым каналом для распределения нагрузки — обе подписки вместе стоят дешевле одного mainstream-плана Coding от первого производителя, а выдают больше.

Фразу «модель в сторонней оболочке тупеет» надо разбирать: корень деградации — оболочка, которая не делает Harness Engineering под модель, а не сам факт смены оболочки. Поддержка открытых моделей в OpenCode — первая лига, DeepSeek V4 Flash работает в нём стабильно и быстро — именно поэтому я не боюсь навалить на него 15 проектов.

Урок «держись родной связки»

В чатах часто спрашивают: а есть ли универсальный AI Coding-десктоп? Который принимает любые подписки и не тупит ни одну модель?

Поспрашивал друзей, которые каждый день крепко возятся с этим, — вывод единодушный: такого нет. Держись родной связки.

• GPT → Codex: прямая официальная подписка, самый стабильный нативный scheduling.
• Gemini → AntiGravity: потолок скорости, длинные окна без затыков.
• DeepSeek, GLM и прочие открытые модели → дружелюбные к открытым моделям Harness вроде OpenCode / ZCode.

Засунешь модель в неподходящую оболочку — почти наверняка получишь деградацию, тормоза и неработающую подписку. Каждая модель должна сидеть там, где ей удобнее всего, — их комбинация и есть твой стек.

Напоследок

Этот стек крутится уже несколько месяцев, и главное ощущение — не сэкономленные деньги, а то, что не страшно открывать задачи. Потому что он стабильный и дешёвый, 15 проектов открываю без нервов. Ценность набора инструментов в итоге меряется тем, сколько работы ты готов на него навалить.