OpenCode के बारे में परेशान करने वाली और चिंताजनक बातें
लोकप्रिय OpenCode AI coding harness की आलोचना मुख्यतः सुरक्षा कमजोरियों, भारी resource उपयोग, brittle prompt caching, और opinionated system prompts पर केंद्रित है, जो code style को चुपचाप बदल सकते हैं या comments तक हटा सकते हैं। टिप्पणीकारों का तर्क है कि ये खामियाँ मौजूदा “agentic” LLM tools की व्यापक समस्याएँ दिखाती हैं, जो अक्सर untrusted code को कमजोर sandboxing और भ्रामक permission systems के साथ चलाते हैं, जिससे गंभीर supply-chain और privacy risks पैदा होते हैं। हालांकि कई लोग अभी भी OpenCode को बहुत productive मानते हैं—खासकर models तक मुफ्त या सस्ती पहुँच के कारण—अन्य लोग Pi, Codex, या custom harnesses जैसे विकल्पों की ओर जा रहे हैं, अक्सर मजबूत external sandboxes या local-only models के साथ।
OpenCode की समग्र प्रतिक्रिया
- कई लोग मानते हैं कि पोस्ट अतिशयोक्तिपूर्ण है, लेकिन इसकी मुख्य आलोचनाएँ ज़्यादातर सही हैं।
- कई उपयोगकर्ताओं ने बताया कि OpenCode ने उन्हें बहुत उत्पादक बनाया और यह अब भी उनका पसंदीदा harness है।
- अन्य लोग पहले ही Pi / OhMyPi, Codex, Kilo, Mimo, Maki, Aider, आदि जैसे विकल्पों पर जा चुके हैं (या अब जाने की योजना बना रहे हैं)।
सुरक्षा, अनुमतियाँ, और sandboxing
- कई गंभीर सुरक्षा समस्याएँ और RCEs नोट की गई हैं; कुछ के बारे में कहा जा रहा है कि वे ठीक हो चुके हैं, जबकि कुछ स्पष्ट नहीं हैं।
- टेक्स्ट-आधारित command-filter / “allowlist” को सुरक्षा की दृष्टि से व्यापक रूप से कमजोर या भ्रामक माना जा रहा है।
- मजबूत सहमति: किसी भी coding agent पर अपने वास्तविक filesystem के लिए भरोसा न करें; उसे sandbox/VM (bwrap, sandbox-exec, flatpak, landlock, आदि) के अंदर चलाएँ।
- इस पर बहस है कि sandboxing को harnesses में ही शामिल किया जाना चाहिए या इसे अलग tools से संभाला जाना चाहिए।
Prompt cache, compaction, और performance
- system prompt में बदलावों (date, AGENTS.md changes, आदि) के कारण बार-बार cache miss होना एक बड़ी परेशानी और token sink है।
- compaction/pruning को धीमा, buggy, और अक्सर प्रतिकूल माना जाता है; कुछ लोग इसे env vars के जरिए बंद कर देते हैं।
- अन्य लोग कहते हैं कि backend caching (जैसे DeepSeek, vLLM) client की inefficiencies को छिपा सकती है।
- OpenCode developers ने बताया कि समस्याग्रस्त pruning डिफ़ॉल्ट रूप से बंद है और v2 के बदलाव cache busting से बचने का लक्ष्य रखते हैं।
System prompts, comments, और LSP
- डिफ़ॉल्ट prompts को बहुत बड़े, अस्त-व्यस्त, और संदिग्ध नीतियाँ लागू करने वाला बताया गया है (जैसे, “no comments”), जिससे comments अनचाहे तरीके से हट जाते हैं।
- कुछ लोग minimal-comments output से सहमत हैं; जबकि अन्य स्पष्ट रूप से agents को बहुत सारे comments जोड़ने के लिए निर्देश देते हैं और defaults के खिलाफ जाते हैं।
- LSP integration पर राय बंटी हुई है: कुछ लोग इसे refactors और symbol lookups के लिए killer feature मानते हैं; अन्य लोग इसमें बहुत कम लाभ और उच्च token cost देखते हैं।
Governance, UX, और project health
- खुले issues का बड़ा backlog, aggressive stale bot, और PR acceptance की कमी इस दावे को हवा देते हैं कि repo “open source in name only” है।
- bloat, high CPU/RAM usage, और एक भ्रमित करने वाले नए UI (tabs, lost workspace support) के बारे में शिकायतें हैं।
- maintainers का कहना है कि v2 उठाई गई कई समस्याओं को संबोधित करता है, लेकिन वे GitHub issue noise को स्वीकार करते हैं।
LLM agents और tone पर व्यापक दृष्टिकोण
- कई लोग कहते हैं कि यही संरचनात्मक समस्याएँ केवल OpenCode तक सीमित नहीं हैं, बल्कि अधिकांश agentic CLIs में भी लागू होती हैं।
- कुछ लोग इस लेख को मूलतः anti-AI-for-SWE मानते हैं; अन्य लोग LLMs को “just tools” के रूप में देखते हैं, जिन्हें यथार्थवादी अपेक्षाओं और मजबूत isolation की आवश्यकता होती है।
- लेख का आक्रामक, mock करने वाला tone लोगों को अलग-अलग तरह से प्रभावित करता है; कुछ लोगों को यह rant पसंद आता है, जबकि अन्य इसे अनुचित या मनोबल गिराने वाला मानते हैं।