本地大模型实践（四）：OpenHands——AI 全栈软件工程师的理想与现实

2024 年，一个叫 Devin 的 AI 工具横空出世，宣称自己是“第一个 AI 软件工程师”，能自主完成从需求到部署的全流程。后来演示被发现有水分，社区称之为“Devin 的谎言”。但 Devin 点燃了一个方向——AI 不只是辅助写代码，而是能自主完成整个软件工程流程。OpenHands 就是这个方向的开源实现，76.5k GitHub Star。但它的现实落地情况，和理想之间还有不小的距离。

一、从 Devin 的演示说起

2024 年 3 月，Cognition AI 发布了 Devin 的演示视频：一个 AI Agent 自主分析了 Upwork 上的开发需求、写了代码、跑了测试、提交了 Pull Request。技术圈炸了——“AI 软件工程师”这个概念第一次以可感知的形式出现在大众面前。

后来社区发现，Devin 的演示存在水分。部分场景是精心编排的，实际能力达不到演示效果。但 Devin 确实推动了一件事：让“AI Agent 自主完成软件工程”从一个理论概念变成了一个可讨论的工程方向。

OpenHands 最初叫 OpenDevin，顾名思义——Devin 的开源版本。它的目标就是在开源的约束下，做出 Devin 承诺的能力。

二、OpenHands 是什么

OpenHands 是一个 AI 驱动的软件工程平台，由 Python 和 TypeScript 混合开发，MIT 开源（企业版源码开放但商用需授权）。截至 2026 年 6 月，最新版本为 v1.8.0。

核心定位：让 AI Agent 能像人类软件工程师一样工作——不只写代码，而是理解任务、自主规划、执行操作、验证结果、迭代修复。

它提供的使用形态是这四篇文章里最丰富的：

SDK：可编程的 Python 库。你可以写脚本来驱动 Agent，自定义 Agent 行为，扩展到数千个并发执行。这是 OpenHands 区别于 OpenCode 和 Cline 的关键——它的定位不只是“工具”，而是“平台”。

CLI：命令行工具，轻量使用。体验类似 Claude Code 或 Codex CLI，适合快速任务。

本地 GUI：React 单页应用 + REST API，浏览器里打开使用。体验类似 Devin、Jules 这类商业产品——在浏览器里给 Agent 分配任务，看它一步步执行。

Cloud 版：托管版，支持 GitHub / GitLab 登录，免费试用。适合不想自己部署的个人用户。

企业版：支持私有 VPC 部署，有 RBAC 权限管理、多用户支持、SSO 集成。源码开放但商用需要授权——这一点和纯 MIT 的 OpenCode 不同，需要注意。

三、动手：Docker 部署

一条命令跑起来（需要 Docker）：

docker run -it --rm --pull=always \
  -e LOG_ALL_EVENTS=true \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -v ~/.openhands:/.openhands \
  -p 3000:3000 \
  --add-host host.docker.internal:host-gateway \
  --name openhands-app \
  docker.openhands.dev/openhands/openhands:1.8

浏览器打开 http://localhost:3000，在设置里配好模型。如果接第一篇文章里的本地 vLLM，Base URL 填 http://host.docker.internal:8000/v1，Model 填你部署的模型名。

第一个任务：在界面里创建一个新会话，输入：

在当前目录创建一个 Python Flask Hello World 应用，
包含单元测试，并写一个 README 说明如何运行。

OpenHands 会在 Docker 沙盒里创建文件、写代码、跑测试，完成后把结果展示给你。

四、核心能力

自主执行环。OpenHands 的核心是一个“感知 → 思考 → 行动 → 验证”的循环。你给它一个任务，它在 Docker 沙盒里执行完整的软件开发流程：

任务: "把这个项目的单元测试覆盖率从 45% 提到 80%"

Agent 内部循环:
1. 分析项目结构，识别未覆盖的模块
2. 为每个模块生成测试用例
3. 执行测试，检查覆盖率
4. 发现 3 个测试失败 → 分析原因 → 修改代码
5. 再次运行，覆盖率 78% → 不够 → 补充边界测试
6. 覆盖率 83% → 达标 → 提交 PR

整个过程没有人参与。Agent 在沙盒里自己折腾，折腾完了告诉你结果。

SWE-bench 评测。SWE-bench 是在真实 GitHub Issue 和 PR 上测试 AI 编程能力的基准测试。搭配 Claude 4.5 Sonnet，OpenHands 的解决率达到了 53%+，接近 Devin 早期宣称的水平。

规划 + 执行分离。v1.6.0 版本加入了规划模式，Agent 先分析任务、给出执行计划，人确认后再动手。这个模式和 Cline 的 Plan/Act 类似，但 OpenHands 的规划是在沙盒环境下进行的——Agent 会先探索代码结构、读取相关文件，再出计划。

沙盒隔离。所有代码执行都在独立 Docker 容器内，支持网络隔离、命令白名单、文件访问控制。Agent 再能折腾，也不会影响宿主机环境。

五、现实局限

说了这么多能力，必须也说实话——OpenHands 目前还处于探索期，离“生产级可用”有距离。

官方自己说的：不适合多租户部署。 OpenHands 的官方文档明确表示，目前版本设计给单个用户在本地工作站使用，没有内置身份认证系统，不适合多用户共享环境。这意味着你想把它部署为团队共享的“AI 开发平台”——目前还做不到。

前端/UI 能力不足。 AI 写前端代码时，无法实时看到页面渲染效果。它写了 HTML/CSS/JS，但没有像 Cline 那样的无头浏览器截图能力来验证——它只能“看代码写得对不对”，不能“看页面显示对不对”。

做不到完全自主。 规划模式需要人确认，实际操作中每一步都可能遇到需要人介入的情况。SWE-bench 53% 的解决率意味着仍然有将近一半的真实世界任务它搞不定。

部署成本不低。 需要自行维护 Docker 环境、配置 API Key、做安全加固。没有运维基础的团队直接拉不起来。

总结一下：OpenHands 的思想很先进，但目前的落地状态是——个人探索或开源项目自动化可以，嵌入企业 DevOps 流水线还为时过早。

六、客观对比

七、为什么还要关注它？

你可能会问：既然这么多局限，为什么还要写它？

因为它指出的方向是对的：AI Agent 从“辅助”走向“自主”，这个趋势不会变。 现在做不好不等于永远做不好。OpenHands 的架构设计——沙盒隔离、规划执行分离、SDK 可编程——这些都是在为“AI 自主完成软件工程”这个目标铺路。

作为开发者，目前可以做的事情是：

• 个人项目自动化：让 OpenHands 帮你加测试、改 Bug、更新依赖。即使不能百分之百自主，也能省不少时间。
• 开源项目维护：Issue 里那些“把这段代码重构一下”的任务，丢给 OpenHands 去折腾，折腾完了审查结果。
• 学习 Agent 架构：如果你想理解 AI Agent 是怎么设计的，OpenHands 的代码是一个很好的学习对象——它把“感知→规划→执行→验证”这些概念都落地成了可运行的代码。

八、小结

OpenHands 的理想是“AI 全栈软件工程师”，现实是“还在探索期”。这不是贬低它——每一代工具都是先有理想后有现实。Devin 的演示虽然掺水，但它开启了一个方向的讨论；OpenHands 虽然不完美，但它把这个方向变成了开源代码。

三篇聊下来——OpenCode 是终端里的编程助手，Cline 是 IDE 里的编程 Agent，OpenHands 是沙盒里的自主工程师——三个工具覆盖了从“辅助编程”到“自主执行”的光谱。

但它们有一个共同的痛点：都是“一次性”的。 每次新会话都要重新介绍项目背景，重新教它你的偏好和工作方式。它们记不住你。

AI Agent 的记忆系统，才是决定它能不能长期陪伴你的关键。下一篇，我们来聊一个在“记忆”这个维度上做得很极致的项目——OpenClaw。

每天前进一小步，就是一个新的高度！