Jcode 15,5К звезд и агент в 245 раз быстрее Claude Code

Jcode - open source coding-агент на Rust, который за полгода набрал больше 15,5 тысяч звезд на GitHub и обошел Claude Code по скорости запуска в 245 раз. Автор проекта - Джереми Хуанг (1jehuang), бывший стажер SpaceX, который написал харнесс в одиночку. В статье разберем, откуда взялись эти цифры, как устроена память jcode, что такое swarm mode и self-dev, и кому агент подойдет на практике, а кому лучше остаться на Claude Code.

Jcode - легкий agent harness на Rust с временем запуска 14 мс и потреблением памяти 27,8 МБ на сессию. Это в 245 раз быстрее загрузки Claude Code и почти в 14 раз меньше по RAM. Проект открытый, работает с любыми моделями через существующие подписки, но требует ручной настройки и осторожности в self-dev режиме.

Что такое jcode и кто его создал?

Jcode - это agent harness, то есть слой между моделью и вашим кодом, который отвечает за инструменты, память и запуск сессий. Автор - Джереми Хуанг, который до этого стажировался в SpaceX и попал в летний батч Y Combinator 2026 со своей компанией Solo Systems.

Харнесс - не сама нейросеть, а обвязка вокруг нее. Claude Code, Cursor Agent и GitHub Copilot CLI делают примерно то же самое: подключают модель к терминалу, дают ей доступ к файлам и команде запуска кода. Jcode выполняет ту же роль, но переписан с нуля на Rust вместо привычных Node.js или Python-стеков.

По данным LinkedIn Хуанга, он проходил стажировки в SpaceX в 2023 и 2024 году, а сейчас указан как соло-основатель на 21-23 года в разных источниках. До jcode он уже выпустил несколько похожих по духу инструментов: рендерер mermaid-диаграмм на Rust без браузерной зависимости и утилиту agentgrep для быстрого поиска по коду. Jcode распространяется под MIT-лицензией, весь код и бенчмарки выложены в открытый доступ на GitHub.

Насколько jcode быстрее Claude Code на самом деле?

Цифра 245х относится к скорости запуска интерфейса, а не к скорости решения задач. Jcode отвечает на первый кадр за 14 мс, Claude Code - за 3,5 секунды. Это разница в удобстве работы, а не в качестве кода.

Здесь стоит сразу разделить понятия, иначе заголовок легко читается неправильно. Time to first frame - это время до того, как интерфейс агента становится кликабельным. У jcode это 14 миллисекунд, практически мгновенно для глаза. У GitHub Copilot CLI - около 1,5 секунды. У Claude Code - порядка 3,5 секунды, отсюда и разрыв в 245 раз.

Разработчик специально публикует не только удачные, но и провальные результаты своих бенчмарков - редкая практика для стартапа на стадии хайпа. По независимым замерам сторонних авторов, цифра 14 мс подтверждается: один инженер прогнал jcode на 18 задачах в четырех параллельных сессиях и получил похожий результат загрузки.

Что происходит с памятью при 10 параллельных сессиях?

На 10 одновременных сессиях jcode держится в районе 117 МБ суммарно. Claude Code в этом же сценарии уходит за 2 ГБ, OpenCode - за 3 ГБ. Разница становится критичной именно при массовом параллелизме.

Одна сессия - это красивая цифра для презентации. Реальная нагрузка появляется, когда вы держите открытыми 5-10 агентов по разным репозиториям одновременно. Именно тут обычные харнессы начинают тормозить систему и есть оперативку.

Jcode специально считает не только heap, а PSS (proportional set size) - более честную метрику для многопроцессной нагрузки. При локальных эмбеддингах выключенных для функции smart memory расход памяти минимальный. Если включить локальные векторные эмбеддинги для полноценной семантической памяти, потребление вырастет, но останется в разы ниже конкурентов.

Как jcode запоминает контекст проекта?

Каждый ответ агента превращается в семантический вектор и сохраняется в графе памяти. Когда нужен старый контекст, jcode находит его через cosine similarity, а не перечитывает всю историю чата заново.

Стандартный подход большинства агентов - при каждом новом запросе скармливать модели всю историю переписки. Это стоит токенов и денег, а на длинных сессиях банально не помещается в контекстное окно. Jcode вместо этого хранит воспоминания в виде графа, где каждый узел - векторное представление конкретного факта о проекте.

Отдельная фишка - ambient mode. По аналогии с тем, как мозг человека консолидирует память во сне, jcode в фоне чистит и переупорядочивает граф памяти, убирая устаревшие или противоречивые записи. Это снижает риск, что агент через месяц работы над проектом начнет путать старую архитектуру с новой.

Что дают swarm mode и self-dev в jcode?

Swarm mode позволяет агенту самому создавать команду из координатора и исполнителей для одной задачи. Self-dev режим идет дальше - jcode редактирует собственный Rust-код, пересобирает бинарник и перезапускается прямо во время работы.

В режиме роя один агент выступает координатором, распределяет подзадачи между несколькими исполнителями и разруливает конфликты, если два агента одновременно лезут в один файл. Автор проекта прямо признает в документации, что git изначально не проектировался под мультиагентные сценарии, а git worktrees - не идеальное решение. Он называет это открытой нишей для нового инструмента поверх git.

Self-dev - самая рискованная и самая обсуждаемая функция. Агент вносит правки в исходники самого jcode, компилирует их на Rust и перезагружает харнесс, пока вы параллельно работаете над другой задачей. Разработчик и обзорщики сходятся в одном: доверять это стоит только сильным моделям с хорошим reasoning, вроде Claude Opus 4.7, и держать чекпоинты для отката.

Максим: «GoBanana мы собрали за 6-8 часов после выхода модели, и это принесло 12 миллионов рублей без единого рубля на рекламу. Скорость запуска инструмента - это не про понты, а про то, сколько гипотез успеваешь проверить за неделю. Когда агент весит 27,8 мегабайта и стартует за 14 миллисекунд, ты просто чаще нажимаешь кнопку "попробовать". В этом вся разница.»

Как установить jcode и подключить подписку Claude или ChatGPT?

На macOS и Linux jcode ставится одной командой через curl или Homebrew. Дальше можно подключить уже оплаченную подписку Claude, ChatGPT, Copilot или Gemini через OAuth без покупки отдельного API-ключа.

На macOS и Linux ставится официальным установщиком: curl -fsSL https://jcode.sh/install | bash. Через Homebrew - brew tap 1jehuang/jcode и brew install jcode. На Windows 11 подходит PowerShell-команда irm https://jcode.sh/install.ps1 | iex. Есть и вариант для Termux на Android, но там сперва придется поставить зависимости glibc и patchelf.

После установки нужно подключить провайдера модели. Если вы уже платите за Claude, ChatGPT или GitHub Copilot, отдельный API-ключ покупать не обязательно - jcode умеет логиниться через OAuth командой вроде jcode login --provider claude. Есть и вариант с bring-your-own-key через OpenRouter, и работа с локальными моделями через Ollama.

В чем сила jcode для разработчиков?

Главные преимущества jcode - низкий расход ресурсов на массовом параллелизме, мгновенный отклик интерфейса и открытый исходный код под MIT-лицензией. Для тех, кто держит 5-10 агентов одновременно, разница ощущается физически.

Легкость харнесса напрямую конвертируется в количество агентов, которое можно запустить на одной машине без фризов. Встроенная браузерная автоматизация через Firefox-мост дает возможность агенту сразу протестировать написанный код в реальной странице, не выходя из терминала. Возможность возобновить сессию, начатую в Claude Code, Codex CLI или OpenCode, снимает боль пересказа контекста заново после переключения инструмента.

Отдельный плюс - прозрачность. Автор публикует не только победные бенчмарки, но и случаи, где jcode проигрывает или ведет себя неожиданно. Для инструмента полугодовой давности с 16 с лишним тысячами звезд на счетчике (по состоянию на публикацию этот показатель уже выше заявленных 15,5К) это редкий уровень честности.

Какие слабые места и риски есть у jcode?

Jcode - все еще харнесс, а не готовое решение под ключ. Нужна ручная настройка провайдеров, кривая обучения выше, чем у Claude Code, а self-dev режим может сломать саму программу при слабой модели.

Первое и главное: это не магия из коробки. Нужно самому выбрать провайдера, настроить память под задачу и разобраться с интерфейсом, который отличается от привычных чат-подобных агентов. Новичкам в терминале будет сложнее, чем в Cursor с графическим интерфейсом.

Второе - Windows поддерживается позже и менее нативно, чем macOS и Linux, установка там требует PowerShell вместо привычного curl. Третье - self-dev в теории может привести к тому, что агент сломает собственную сборку, если модель ошибется на этапе компиляции. И четвертое, честно признанное самим автором: часть заявленных бенчмарков снята на его собственной машине, а на пользовательском железе цифры могут немного отличаться.

Jcode или Claude Code что выбрать в 2026 году?

Jcode выигрывает там, где важны масштаб параллельных сессий и скорость отклика. Claude Code остается проще для одиночной работы и новичков, у которых нет задачи держать десяток агентов разом.

Сравнение jcode vs claude code имеет смысл разбирать не по принципу "что лучше", а по сценарию использования. Если вы держите одну сессию и заходите в терминал пару раз в день, разница в 27 МБ против 386 МБ вас не коснется. Если вы вайбкодер и держите параллельно 5-10 репозиториев, разница станет ощутимой уже в первый рабочий день.

Для тех, кто уже пользуется Claude Code или Cursor и хочет протестировать более легкую альтернативу, разумно начать с одной реальной задачи, не с полноценного swarm mode - так советуют и авторы независимых обзоров jcode.

Кому подходит jcode?

Jcode подходит разработчикам и вайбкодерам, которые уже работают с AI-агентами и хотят запускать несколько сессий параллельно. Новичкам, которые только начинают путь в вайбкодинге, проще стартовать с более простого интерфейса.

Если вы держите фриланс-проекты в разных репозиториях или строите свою мини-команду AI-агентов для рутинных задач, jcode закрывает конкретную боль: ресурсы компьютера. Для маркетологов и предпринимателей, которые делают первый сайт без кода, разница в миллисекундах запуска не критична, тут важнее простота интерфейса Claude Code или Cursor.

Разработчикам, которые уже автоматизируют часть работы через AI-агентов, может пригодиться и каталог агентов под конкретные задачи и профессии на VibeCoderz - там собраны готовые сценарии для DevOps и смежных ролей, куда jcode вписывается как исполнительный слой.

Частые вопросы про jcode

Что значит "jcode в 245 раз быстрее Claude Code"?

Это разница именно во времени запуска интерфейса, а не в скорости написания кода моделью. Jcode отвечает на первый кадр за 14 мс против 3,5 секунды у Claude Code.

Jcode бесплатный?

Сам харнесс open source и бесплатный под MIT-лицензией. Платить придется отдельно за подписку или API-ключ модели, которую вы подключите: Claude, ChatGPT, Gemini или другую.

Можно ли пользоваться jcode с обычной подпиской Claude, а не через API?

Да, jcode поддерживает вход через OAuth уже оплаченными подписками Claude, ChatGPT, GitHub Copilot и Gemini, отдельный API-ключ покупать не обязательно.

Безопасен ли self-dev режим, когда агент правит свой код?

Разработчик и независимые обзорщики советуют включать self-dev только с сильными моделями и держать возможность отката. Риск сломать сборку существует, особенно на слабых моделях.

Работает ли jcode на Windows?

Да, через PowerShell-установщик, но поддержка Windows появилась позже macOS и Linux и считается менее обкатанной.

Чем jcode отличается от обычного agent harness вроде OpenCode?

Главное отличие - написан на Rust вместо Node.js или Go, за счет чего расход памяти и скорость запуска заметно ниже, особенно при множестве параллельных сессий.

Стоит ли новичку в вайбкодинге начинать сразу с jcode?

Не обязательно. Проще стартовать с более простого интерфейса вроде Claude Code или Cursor, а к jcode переходить, когда появится задача держать несколько агентов одновременно.

Глоссарий

• Agent harness - программная обвязка вокруг языковой модели, которая дает ей инструменты для чтения, редактирования и запуска кода.
• Time to first frame - время от старта программы до момента, когда интерфейс становится кликабельным.
• PSS (proportional set size) - метрика реального потребления памяти процессом с учетом общих с системой ресурсов.
• Swarm mode - режим, в котором один агент-координатор создает команду из нескольких агентов-исполнителей для одной задачи.
• Self-dev режим - функция, при которой агент редактирует, компилирует и перезапускает собственный исходный код.
• Семантический вектор - числовое представление смысла текста, по которому можно искать похожие по смыслу фрагменты через cosine similarity.
• Ambient mode - фоновая функция jcode, которая чистит и упорядочивает память агента без участия пользователя.

Jcode - это конкретный пример того, куда движется рынок AI-агентов: не только более умные модели, но и более легкая обвязка вокруг них. Если вы уже держите несколько инструментов в работе, загляните в каталог AI-инструментов VibeCoderz - там собраны и другие harness-решения с честными плюсами и минусами. А если нужно разобраться, какой стек выбрать под конкретную задачу бизнеса, запишитесь на консультацию к Максиму.

Обновлено: август 2026