T3 Code：23.9K Stars 的 Agent 控制面，让手机操控你电脑上的 AI 编程智能体

你在咖啡馆刷手机，突然想起刚才让 AI 智能体写的那个函数还有 bug。打开 T3 Code 的手机 App，看到 Codex 的终端输出，发现它卡在了一个测试上。你直接发了一条消息让它换个思路，然后继续刷视频等结果。这就是 T3 Code 想做的事——给你电脑上所有 AI 编程智能体装一个”控制面”，手机、网页、桌面三端都能接。

“Agent Harness Control Surface”

T3 Code 给自己的定义是 agent harness control surface——智能体控制面。它不自己跑 AI 模型，而是管理你电脑上已经装好的那些 CLI 工具：Claude Code、Codex、Cursor、Grok Build、OpenCode、Google Antigravity。只要这些工具在你的电脑上配置好了，T3 Code 就能统一控制它们。

安装方式很直接：CLI 跑 npm i -g t3，桌面 App 走 brew install --cask t3-code（macOS）或 winget（Windows）。跑起来之后本地起一个 server，网页端在 app.t3.codes，手机端有 iOS 和 Android 原生应用。

多智能体并行管理

T3 Code 最核心的场景是同时管理多个智能体。比如你在做一个全栈项目：让 Claude Code 写前端组件、Codex 处理后端 API、Cursor 跑数据库迁移。三个终端窗口在 Mac 上并排开，每个都在跑不同的任务。T3 Code 把这三个会话统一到一个界面里，你可以切着看输出、给任何一个发消息、暂停或恢复。手机端也能看到所有会话状态，在地铁上瞄一眼”Codex 那个跑完了”。

项目结构上，T3 Code 本身是一个 pnpm workspace monorepo，4505 次 commit，6.2K Forks。核心代码用 TypeScript，Vite+ 构建，Electron 做桌面端，还有 AUR 包给 Arch 用户。团队态度很明确：早期项目，”expect bugs”，而且暂时不接外部 PR——”small fixes may be considered. Big features will not.”这个”先做对再开放”的策略在 23.9K Stars 的项目里比较少见。

和现有方案的差异

README 里直接列了竞品：Codex desktop app、Conductor、Claude Desktop、Cursor Glass。T3 Code 的差异点在于三点。第一，它是 provider-agnostic 的——不绑定某一个 AI 厂商，Claude、Codex、Cursor、Grok 都能管。第二，远程访问是一等公民——手机 App 和网页端不是附加功能，而是核心交互方式。第三，它完全开源，MIT 协议，代码全公开。

“Nothing. We built T3 Code because we wanted the best possible development experience with agents.”——README 里这句话的潜台词是：市面上现有的方案没有达到他们的标准，所以自己做了。在 AI 编程工具快速迭代的今天，”控制面”这个层位的竞争才刚开始。

适合谁用

如果你每天同时跑 2 个以上 AI 编程智能体，而且经常需要在离开电脑时查看/干预任务进度，T3 Code 就是为你设计的。如果你的工作流是”打开一个终端，跑一个 agent，盯着它跑完”，那它暂时帮不了太多。项目还很早期，bug 是预期内的，但 23.9K Stars 说明这个需求是真实存在的。