三套外壳性能对比：Claude Code/OpenCode/Pi（搭载DeepSeek）
内容提要
该文对比了Claude Code、OpenCode和Pi三款AI外壳在修复代码缺陷时的表现。三者质量无显著差异，但效率成本悬殊：Pi最快（2.1分钟），OpenCode居中（3.1分钟），Claude Code最慢（8分钟）。工具数量与效率成反比，Claude Code的27个工具和元数据开销导致输出量是Pi的四倍，而Pi仅用4个工具实现高效。
延伸解读
工具数量与效率的权衡
文章指出，工具数量与效率成反比：Claude Code携带27个工具，每回合固定开销高达23132个token，而Pi仅用4个工具，固定开销只有1340个token。工具多并不等于能力强，反而增加了元数据消耗，拖慢速度。这提醒开发者，在选择AI外壳时，应关注工具设计的精简性，而非单纯追求功能数量。
质量差异不显著，波动需警惕
三款外壳在修复缺陷的质量得分上无统计差异，置信区间重叠。但同一外壳多次运行同一任务，分数波动可能很大，甚至吞掉外壳间的差距。因此，评估外壳性能时，不能只看单次结果，需关注测试轮数和置信区间，避免被随机性误导。
隐藏成本：子代理与元数据
OpenCode的子代理机制看似减少了主流程调用次数，但实际总token消耗与Pi相近，且增加了协调时间。Claude Code的编排管道产生大量与任务无关的元数据token。这些隐藏成本不易从表面指标看出，评估时需深入分析token消耗构成，避免被表面数字迷惑。
Q&A
Claude Code、OpenCode和Pi在修复代码缺陷时，哪个速度最快？
Pi最快，平均耗时2.1分钟；OpenCode居中，3.1分钟；Claude Code最慢，8.0分钟。
三款AI外壳在修复代码缺陷时，质量上有显著差异吗？
没有显著差异。Claude Code得分2.42，OpenCode得分2.07，Pi得分2.34，置信区间全部重叠，统计上无法区分。
为什么Claude Code比Pi慢那么多？
Claude Code携带27个工具，每回合固定开销23132个token，输出总量是Pi的四倍（58370 vs 14775），大量token用于元数据和探索，而Pi只有4个工具，固定开销仅1340个token，输出集中在推理和编辑上。
OpenCode的复合工具和子代理机制有什么特点？
OpenCode有10个工具，其中复合Shell工具可串联grep、find、cat等操作，减少调用次数；但子代理机制产生隐藏消耗，真实输出量达17463个token，接近Pi，且子代理的协调增加了1分钟耗时。
Pi为什么能实现高效？
Pi只带4个工具，每回合固定开销仅1340个token，所有推理压缩在一个长上下文窗口，无子代理和编排管道，生成总量最少（14775个token），因此最快。
工具数量与效率有什么关系？
工具数量与效率成反比：工具越多，固定开销越大，效率越低。Claude Code的27个工具导致高元数据消耗，而Pi的4个工具效率最高。
在评估AI外壳性能时，应该注意哪些问题？
应关注测试轮数、置信区间是否绘制以及区间是否重叠。如果测试少于十轮，结果可能反映随机种子而非外壳能力。
