DreamCoder:把编程Agent装进浏览器

《Mastering Emacs》作者 Mickey Petersen 发布 DreamCoder,以平铺窗口、事件图和多 Agent 工作区重新设计 AI 编程界面。它的亮点不是模型,而是让复杂 Agent 任务真正变得可观察、可管理。
DreamCoder 发布:把编程 Agent 从终端搬进浏览器
11 月 20 日,《Mastering Emacs》作者 Mickey Petersen 正式发布 DreamCoder,一款将 AI 编程 Harness、Agent 工作区与 IDE 交互整合在一起的新工具。需要先纠正一个容易传播的说法:Petersen 并不是 Emacs 的作者,而是知名技术书籍与网站《Mastering Emacs》的作者;DreamCoder 也不是 Emacs 插件,而是一套独立运行、通过浏览器访问的 AI 编程环境。(masteringemacs.org)
这款产品最值得关注的地方,不是又增加了一个聊天侧边栏,而是试图回答 AI 编程在 2026 年已经无法回避的问题:当开发者同时运行十几个 Agent、终端、代码审查和长期任务时,现有 IDE 与命令行界面还能不能管理得过来?
Petersen 给出的答案,是把 Emacs 式的窗口管理思想搬到浏览器里。
DreamCoder 是什么?
**DreamCoder 是一个本地运行、通过浏览器操作的 AI 编程 Harness 与多 Agent IDE。**它给每个 Agent、终端、代码审查和任务面板分配独立窗格,并用平铺窗口管理器自动安排布局,让开发者可以在一个工作区内同时观察多个任务。(dreamcoder.ai)
这里的 Harness 不是简单的聊天 UI。
**AI 编程 Harness 是包围在大模型外部、负责提供工具、上下文、状态管理、执行环境、错误反馈和安全边界的软件层。**模型决定 Agent 能不能理解问题,Harness 则决定它能否稳定地读取仓库、修改文件、运行测试、调用工具,并在失败后继续工作。
按照 Thoughtworks 工程师 Birgitta Böckeler 在 Martin Fowler 网站上提出的框架,Harness 可以拆成两类机制:一类是行动前提供规则、文档和工具的 Guides,另一类是行动后通过测试、静态分析和审查结果帮助 Agent 纠错的 Sensors。换句话说,模型像发动机,Harness 才是方向盘、仪表盘、刹车和车身。(martinfowler.com)
DreamCoder 的判断是:到了多 Agent 阶段,Harness 本身就会成为下一代 IDE。

它解决的不是写代码,而是管理 Agent
**DreamCoder 的核心设计目标,是降低同时管理大量 AI 任务时的信息混乱。**传统终端 Agent 通常以线性文本流呈现工作过程:模型读取文件、执行命令、返回结果,所有信息不断向上滚动。一旦并行运行多个会话,开发者只能在窗口、标签页和终端复用器之间反复切换。
DreamCoder 改用平铺窗格组织这些信息。
每一个聊天、终端、文件审查或图片结果都可以独立显示,用户可以拖动、隐藏、拆分或重新排列窗格。窗口管理器会根据每个窗格的最小尺寸、舒适尺寸和最大尺寸自动求解布局;如果屏幕已经放不下新的窗格,系统会将部分内容放入隐藏窗口栏,而不是继续把所有窗口压缩成无法阅读的小格子。(masteringemacs.org)
这套设计明显继承了 Emacs 的工作流思想,但没有照搬 Emacs 的界面。
DreamCoder 提供键盘模式,可以用 WASD 在窗格之间移动、交换和调整尺寸,用 Q/E 切换工作区;Alt+W 会为当前聊天中的链接、表格、按钮和图片生成字母标签,用户不碰鼠标也能打开链接、复制表格或查看图片。全局动作则采用类似 Emacs M-x 的 Alt+x 入口。(dreamcoder.ai)
它暂时没有实现完整的 Emacs 键位。Petersen 表示,浏览器会截获部分关键组合键,因此完整的 Emacs 按键兼容仍被搁置。这也说明 DreamCoder 并不是“网页版 Emacs”,而是借用了 Emacs 将编辑器、Shell、窗口管理和可扩展工具统一起来的产品哲学。(masteringemacs.org)
事件图比聊天记录更重要
**DreamCoder 的事件图,是它与普通 AI IDE 区分度最高的功能之一。**系统会把提示词、模型回复、工具调用、工具结果和任务目标记录为相互连接的节点,用户可以沿着执行路径回看 Agent 到底做了什么。(dreamcoder.ai)
这比保存聊天记录更接近真正的可观测性。
聊天记录只能告诉你模型说了什么,却不一定能清楚解释某次失败发生在哪个工具、哪个子任务或哪次命令执行中。事件图把一次 Agent 运行变成可以缩放、筛选和追踪的执行结构,长任务不再只是几千行滚动文本。
DreamCoder 还提供 Objectives 机制。Agent 可以把复杂任务拆成嵌套目标,为每个目标设置完成检查、状态、时间线和完成说明。开发者可以把整个计划单独打开成窗格,观察任务是正在运行、等待输入,还是已经完成。(dreamcoder.ai)
对于几分钟内完成的小修改,这种设计可能显得偏重;但对于持续数小时、涉及多个仓库和多个 Agent 的任务,它比一个简单的待办列表更接近项目控制台。
DreamCoder 与现有 AI 编程工具有什么不同?
**DreamCoder 不直接与某一个模型竞争,而是与 Claude Code、Codex 类终端 Agent 和 Cursor 类 AI IDE 争夺开发者的工作入口。**它强调的不是补全速度或专有模型,而是多任务管理、执行可视化和跨设备访问。
| 对比维度 | DreamCoder | 终端型编程 Agent | 传统 AI IDE | |---|---|---|---| | 核心界面 | 浏览器平铺工作区 | 命令行与滚动文本 | 编辑器、文件树和聊天侧栏 | | 主要对象 | 多个 Agent、终端、审查与任务 | 单个或少量 Agent 会话 | 代码文件与当前项目 | | 并行任务观察 | 工作区缩略图、状态灯、独立窗格 | 依赖多终端、标签页或 tmux | 通常依赖侧栏中的会话列表 | | 执行追踪 | 事件图记录提示、工具调用和结果 | 主要查看终端日志 | 通常提供聊天记录和修改记录 | | Agent 扩展 | 自定义 Agent、后台子 Agent、MCP | 视具体产品而定 | 视具体产品与插件生态而定 | | 部署方式 | 本机运行,浏览器访问 | 本机 CLI | 桌面应用为主 | | 跨设备 | 手机、平板和电脑访问同一实例 | 通常需要远程终端 | 通常需要远程桌面或云工作区 |
这张表也暴露了 DreamCoder 的取舍:它没有把传统源码编辑器放在产品中心,而是把“管理 Agent 的行动”放在中心。
如果开发者的大部分时间仍然用于手动写代码、跳转定义和逐行调试,成熟 IDE 的编辑体验依然更直接。如果工作已经变成下达任务、检查计划、审查 Diff、运行测试并管理多个后台 Agent,DreamCoder 的界面才会真正体现价值。
多 Agent 不只是同时开几个聊天框
**DreamCoder 支持后台子 Agent,并允许用户通过 Agent Studio 创建自己的 Agent。**用户可以为 Agent 选择模型、配置提示词,并精确决定它可以使用哪些工具;草稿可以作为版本保存,发布后再投入实际任务。(dreamcoder.ai)
主 Agent 还可以把工作分派给多个后台助手。例如,让两个不同的子 Agent 分别进行安全审查和性能审查。每个子 Agent 都会生成一张实时状态卡,用户可以打开独立窗格观察它读取了哪些内容,最终结果再返回给主 Agent 汇总。(dreamcoder.ai)
DreamCoder 同时支持 MCP 服务器。
**MCP 是一种让 AI 应用以统一方式连接外部工具和数据源的协议。**在 DreamCoder 中,用户可以配置本地命令或网络地址,设置 OAuth、凭证或免登录连接,然后决定哪些项目能够使用该服务器提供的工具。工具调用的进度和结果会直接显示在聊天中。(dreamcoder.ai)
这些能力单独来看并不罕见,真正的区别在于 DreamCoder 尝试给它们提供统一的图形界面,而不是要求开发者维护多个 JSON 配置文件。官方称模型、凭证、Skills、MCP 和应用设置都可以即时更新,不需要手工修改配置文件。(dreamcoder.ai)
本地运行,但不等于完全离线
**DreamCoder 的服务运行在用户自己的机器上,默认可通过 localhost:9889 访问。**目前提供 macOS Apple Silicon、Windows 10/11、Debian/Ubuntu 的 amd64 安装包,以及 Docker、Podman 等 OCI 容器部署方式。官方页面展示的当前版本为 1.0.11。(dreamcoder.ai)
由于前端是浏览器应用,同一个实例可以从电脑、手机或平板访问。移动端不是功能缩水的伴侣应用,而是将同一套窗格界面重新排成单列。远程连接可以配合 Tailscale、Cloudflare Tunnel、SSH 转发或传统端口转发实现。(dreamcoder.ai)
本地运行也不意味着所有数据都不会离开设备。
如果用户选择云端模型,请求仍然会发送给对应的模型服务商;如果使用本地模型或标准兼容端点,则可以把推理链路保留在自己的环境中。DreamCoder 官方称其支持从云端前沿模型到本地小模型,并支持 GitHub Copilot for Business、OpenAI Codex 订阅及标准模型端点。(dreamcoder.ai)
此外,DreamCoder 仍需要联网创建账户并定期更新许可证。也就是说,它更准确的定位是“本地托管的 Agent 工作区”,而不是不依赖任何网络服务的离线软件。(dreamcoder.ai)
免费策略很激进,但商业授权有一道门槛
**DreamCoder 对个人用途完全免费,五人及以下企业也可以免费使用全部功能。**当一家企业有超过五个人使用时,需要为所有使用者购买 Pro 许可证,而不是只为第六个人开始付费。Pro 价格为每人每月 20 美元,每个席位最多覆盖该用户的五个安装实例。(dreamcoder.ai)
| 使用场景 | 价格 | 功能限制 | |---|---:|---| | 个人非商业项目 | 0 美元 | 无额外功能限制 | | 1—5 人企业使用 | 0 美元 | 无额外功能限制 | | 6 人及以上企业 | 20 美元/人/月 | Free 与 Pro 使用同一套功能 | | Enterprise | 商议 | 支持书面订单和更多安装需求 |
这种定价比常见的个人订阅更像开发工具许可证,而不是模型套餐。用户仍然需要自行承担所选模型的订阅或推理成本,DreamCoder 收取的是工作区软件费用。
值得注意的是,如果商业许可证到期,已有数据仍保存在本机,绝大多数功能也会继续运行,但软件将停止与 AI 模型通信。(dreamcoder.ai)
最大亮点也是最大风险:它想取代 IDE 的组织方式
**DreamCoder 最有价值的创新,是承认开发者已经不再只管理文件,而是在管理会持续行动的软件实体。**传统 IDE 的一级对象是文件、符号、断点和工程;DreamCoder 的一级对象则是 Agent、目标、工具调用、终端和执行状态。
这可能是更符合 AI 编程未来的抽象。
当一个 Agent 负责修改后端、另一个 Agent 检查前端、第三个 Agent 跑测试、第四个 Agent 分析安全问题时,文件树已经不足以表达开发过程。开发者更需要知道:谁在工作、谁被阻塞、谁需要确认、谁已经完成,以及每个结论是怎样得到的。
但 DreamCoder 目前还没有证明这套抽象可以真正取代成熟 IDE。
官方展示了代码审查、终端、文件查看、任务管理和 Agent 编排能力,却没有公布代码补全延迟、仓库索引速度、Agent 成功率或与主流编程工具的系统性基准测试。Petersen 在发布文章中提到 99% 缓存命中率和能够持续运行数天,但这些数字暂时属于开发者自述,而不是可复现的第三方评测。(masteringemacs.org)
对于只运行一个 Agent 的开发者,DreamCoder 的复杂界面也未必优于终端。它真正押注的是另一个工作方式:一个人同时监督大量 Agent,人的主要职责从亲自执行,转向规划、分工、观察和审查。
Emacs 用户的反应并不完全买账
**DreamCoder 与 Emacs 的关系更接近精神继承,而不是技术继承。**Petersen 在 2025 年 5 月开始开发这款产品,最初仍在 Emacs 中手写代码;经过约 15 个月开发和多轮 UI、后端迭代后,DreamCoder 已经能够在 DreamCoder 内继续开发自身。(masteringemacs.org)
这种叙事对 Emacs 社区有吸引力,也带来了失望。
Reddit 的 Emacs 社区中,有用户直接表示遗憾,因为 DreamCoder 并不是 Emacs;也有人质疑它能够完成哪些 Emacs 无法完成的事情。支持者给出的答案则是浏览器访问和移动设备管理——这些能力用传统 Emacs 环境并非不能实现,但配置、部署和操作门槛明显更高。(reddit.com)
Petersen 已表示未来会探索 DreamCoder 与 Emacs 的结合,但当前版本没有提供正式的 Emacs 集成路线图。(masteringemacs.org)
还要注意一个同名项目
**Mickey Petersen 发布的 DreamCoder,与 GitHub 上 GoDiao/dreamcoder 开源项目并不是同一个产品。**后者是一款 MIT 许可证的本地多模型 AI 编程工作台,采用 Electron、React 和 Bun 等技术,已经存在约五个月,支持 Anthropic、OpenAI 兼容端点、DeepSeek、Qwen、Kimi、GLM、LM Studio 和 Ollama。(github.com)
两者都使用 DreamCoder 名称,也都强调本地运行、模型配置、终端和移动访问,但产品来源、代码库、界面结构和授权方式完全不同。
它们也都与 2021 年发表的程序合成研究系统 DreamCoder 无关。后者通过 wake-sleep 学习方法发现可复用程序结构,是一个研究项目,而不是 2026 年发布的 AI 编程 IDE。(courses.cs.washington.edu)
OpenAI Hub 观点:方向正确,成败取决于最后一公里
**DreamCoder 是近期少数真正重新思考 AI 编程界面的产品,而不是简单复制“文件树加聊天框”。**平铺窗格、工作区缩略图、事件图、目标追踪与后台子 Agent 形成了一套逻辑一致的交互系统,尤其适合需要同时管理多个长期任务的开发者。
它目前最明显的短板,是仍缺少真实用户规模下的验证。
多 Agent 界面很容易在演示中显得震撼,但实际使用是否会减少认知负担,取决于任务状态是否可靠、Agent 是否能正确汇报进度,以及失败信息能否被快速定位。如果状态灯频繁误判、Objectives 与实际代码脱节,复杂控制台反而会成为新的噪声来源。
DreamCoder 因此不是 Cursor 或 Claude Code 的简单替代品,而是一场关于下一代 IDE 形态的实验:未来开发者打开的第一个窗口,可能不再是代码编辑器,而是管理一组编程 Agent 的控制台。
如果这个判断成立,Petersen 从 Emacs 借来的最重要东西就不是快捷键,而是那种把所有开发活动收进同一个可编程环境的野心。
参考来源
- GitHub:GoDiao/dreamcoder — 与本文主角同名的 MIT 开源 AI 编程工作台,用于产品名称和项目归属辨析。
- Reddit:Mickey Petersen 发布 DreamCoder 的社区讨论 — Emacs 用户对独立浏览器产品、移动访问及未来集成方向的讨论。



