@addyosmani: 你的团队正在使用 Claude Code、Codex、Cursor 吗?@coderhq 在你自己的基础设施上运行代理程序 - 完全隔离、支持任何模型、完全审计…
摘要
Coder Agents 是一个在企业控制的基础设施上运行 AI 编码代理的平台,提供集中化治理、模型灵活性和审计功能。
查看缓存全文
缓存时间: 2026/08/18 14:47
Coder Agents - 在您基础设施上运行的 AI 编程助手
来源:https://coder.com/solutions/agents?utm_source=X&utm_medium=fnf&utm_campaign=coder-august&utm_term=aosmani&utm_content=coder-agents
开发者、营销经理、设计师、产品经理、财务分析师和人力资源负责人已经在使用 AI。现在,平台团队需要一种企业能够实际批准的部署模式。
管理和审计 AI 编程工作流
整个代理循环在您控制的基础设施上的 Coder 控制平面中运行。平台团队能够集中监控提示词、工具调用、模型、开支和代理活动,并配备专为企业部署设计的治理控制。
-
模型治理 — 集中审批供应商、模型、私有端点和企业 API 密钥,确保开发者仅使用经核准的选项。
-
使用限制与成本追踪 — 设置按用户和按组的开支控制,并监控不同模型、用户和聊天的使用情况。
-
工作空间无 API 密钥 — LLM 凭证仅存在于控制平面中,消除关键的数据泄露途径。
-
工作空间治理 — 限制代理可使用的工作空间模板,确保其仅在经批准的基础设施上运行。
-
每个操作关联用户身份 — 通过现有 SSO 架构将每个代理操作绑定到已验证的身份,实现归因、可审计性和问责。
-
标准化 MCP 与技能 — 使用集中管理的 MCP 工具、技能和策略来配置和扩展代理行为。
使用单一控制平面运行代理,并仅在需要计算资源时自动配置工作空间。无需部署单独的服务,也无需设置或管理额外的代理平台。
Coder Agents 架构包含控制平面与工作空间
背景渐变 Coder Agents 模型配置界面
支持任意模型
接入适合您组织的各类模型,从 Anthropic、OpenAI、Google、Bedrock 到自托管端点。切换模型只需配置更改,无需进行平台迁移。
在任何地方触发代理
使用聊天界面进行前台工作,或通过 Coder Agents API 触发后台任务。可与 CI 流水线、GitHub Actions、Slack、Jira 等系统集成,实现端到端自动化工作。
从外部系统触发 Coder Agents
衡量采用情况与成效
跟踪组织内的使用情况、归因和结果,包括 token 消耗、模型选择、拉取请求活动和合并率。
Coder Agents 活动审计日志
自托管且完全可审查
在 VPC、本地环境或气隙隔离区中运行 Coder Agents。源代码保留在您的边界内,且代理架构开放供审查、扩展和控制。
背景渐变 GitHub 上的 Coder 开源项目
相似文章
@vintcessun: 原来多个 AI agent 组队干活,比单个通用 agent 高明在这:每个角色绑自己最擅长的模型,记忆和技能跨聊天累积。不是轮流调用,而是通过 handover 传一句简报就把任务交出去。本地跑,文件状态全在 ~/.crew44 里,免…
Crew44 is a local-first orchestrator that turns coding agents like Claude Code and Codex into a coordinated team of specialists, each bound to its best model, with persistent memory and skill accumulation across sessions. It runs entirely on your machine with no cloud dependence and is free under MIT license.
@shao__meng: Claude Code、Cursor、Codex、Aider、Cline 部分底层模型可能完全相同,但 Agent 表现却不一样,为什么? @addyosmani 认为:是因为模型之上的那层“外壳” —— Harness,它包括「提示词、…
The article discusses how Addy Osmani argues that the performance difference between AI coding agents like Claude Code, Cursor, and Cline stems from their 'Harness'—the layer of prompts, tools, and constraints around the model—rather than the underlying model itself. It details best practices for harness engineering, including hooks, sandboxing, and context management, to bridge the gap between model capability and actual agent performance.
@JinjingLiang: 想抛弃Claude?有人刚发布了'Claude Agent View'的任意代理版本。用Codex、Pi、Droid,随便什么。
Orca 是一个开源 AI 编排工具,让开发者能够在 macOS、Windows 和 Linux 上跨仓库并行运行多个 CLI 代理,如 Claude Code、Codex 和 Gemini。
@Yuchenj_UW:编码的未来不是单个智能体,而是一个完整的 AI 团队。Omnigent 让你在单个实时会话中运行一个智能体团队……
Omnigent 是 Databricks 推出的一个开源元编排框架,可让你在单个实时会话中运行一个 AI 智能体团队(包括 Claude Code、Codex、Cursor、Pi 和你自己的智能体)进行编码。
@Saboo_Shubham_: 你可以使用Claude Code、Codex或Antigravity来构建、部署和评估长时间运行的AI智能体。无需编写一行代…
你可以使用Claude Code、Codex或Antigravity来构建、部署和评估长时间运行的AI智能体,无需编写代码。