OpenHands/OpenHands

---

你是一个开发者，手头有一个 bug 要修。不是那种“改个变量名”的 bug，是那种需要你打开项目、理解上下文、翻日志、改代码、跑测试、再提交 PR 的完整流程。你打开终端，先 git pull，然后找到报错的文件，读了几分钟，大概知道问题在哪，但改完还要跑一遍测试，测试没过，又得调。来回折腾了四十分钟，终于搞定了。这时候你看了眼 Slack，产品经理又发来一个新需求：“加个导出 CSV 的功能，很简单吧？”你心里骂了一句，因为你知道“简单”意味着又要重复一遍刚才的流程。

OpenHands 就是冲着这个场景来的。它是一个开源的 AI agent，你可以在终端里直接启动它，或者在浏览器里打开它的 Web 界面。你只需要用自然语言告诉它你想做什么，比如“修复用户登录时密码错误提示不显示的问题”，或者“给订单列表页面加一个按日期筛选的按钮”。它自己会理解任务，规划步骤，然后开始干活：它打开你的代码编辑器，读取相关文件，运行命令，修改代码，甚至提交 commit 和 push。你不需要手动复制粘贴任何东西，它直接操作你的开发环境。

具体怎么用？你打开终端，输入 `openhands` 启动一个会话。然后你输入：“帮我看看为什么 /api/orders 接口返回 500，日志在 /var/log/app.log 里。”OpenHands 会先读取日志文件，找到错误堆栈，然后定位到对应的代码文件，分析可能的原因，再尝试修改。它每一步都会输出给你看，你可以随时打断、纠正、或者让它继续。改完之后，它会自动运行测试，如果测试通过，它会问你要不要提交。你点个头，它就 git add、git commit、git push 一条龙做完。整个过程你只需要看着屏幕，偶尔说一句“不对，换个思路”。

它的核心机制可以想象成一个“会编程的实习生”。你给他一个任务，他坐在你的电脑前，用你的键盘、你的终端、你的编辑器，一步步操作。你不需要教他怎么用 git，不需要告诉他测试命令是什么，他自己知道。区别在于，这个实习生不会累，不会抱怨，而且你随时可以让他重来。他唯一的缺点是他可能理解错你的意思，或者写出有 bug 的代码，所以你需要最后检查一遍。

对比一下你现在的替代方案。最主流的是 GitHub Copilot，它像一个超级自动补全，你写代码的时候它帮你补下一行，或者根据注释生成一段函数。Copilot 的路径是“辅助人类写代码”，你仍然是主驾驶，它只是副驾驶。OpenHands 的路径是“让 AI 自己写代码”，你变成项目经理，它变成执行者。这两种路径造成的能力差异很明显：Copilot 适合你已经有思路、需要快速填充代码的场景，比如写一个循环、一个正则表达式。但当你面对一个跨文件、需要调试、需要运行命令的复杂任务时，Copilot 帮不上忙，你还是要自己动手。OpenHands 能直接处理这种完整流程，比如“把数据库连接池从 10 改成 20，然后重启服务，看看是否还报连接超时”。它自己会改配置文件、执行重启命令、检查日志。Copilot 做不到这些，因为它没有操作终端和文件系统的权限。

另一个竞品是 Devin，但那是闭源的商业产品，而且你没法自己部署。OpenHands 是开源的，你可以跑在自己的机器上，代码和数据都不出你的网络。这对于那些对安全敏感的公司来说很重要——你不想把整个代码库上传到某个云端服务。OpenHands 的代价也很直接：你需要自己配置 API key（比如 OpenAI 或 Anthropic 的），每次调用都会消耗 token，如果任务复杂，费用可能不低。另外，它目前有 332 个 open issues，说明还在快速迭代中，偶尔会出一些奇怪的问题。如果你只是想要一个简单的代码补全，用它就像用卡车去买菜，太重了。它的真正战场是那些需要多步骤、多文件、涉及命令行操作的开发任务。

想象一下这个场景：你是一个后端工程师，早上到公司，打开电脑，看到生产环境有一个告警：某个接口响应时间飙升。你还没喝咖啡，不想动脑子。你打开终端，输入 `openhands`，然后说：“看看 production 的慢查询日志，找到最慢的三个 SQL，分析原因，如果是因为缺少索引，帮我生成加索引的迁移文件，然后发一个 PR 给我 review。”你按下回车，去倒咖啡。回来的时候，OpenHands 已经分析完了日志，找到了三个慢查询，其中两个是因为全表扫描，它已经生成了两个迁移文件，并且创建了一个新的分支，提交了代码，PR 描述里写清楚了改动原因和影响范围。你只需要点一下“Approve”，然后 merge。这就是 OpenHands 想给你的日常。