闭源Coze竟然开源了。

https://github.com/coze-dev/coze-studio/issues/2

字节的 Coze（扣子）大家肯定不陌生，上线一年多，功能不断打磨，再加上扣子空间火出圈，已经是 C 端工作流应用的头部产品，也已经帮助很多小伙伴实现了效率提升甚至带来不错的收益。

今天，字节宣布开源了 Coze 的两大核心项目 Coze Studio 和 Coze Loop，再加上之前开源的 Eino，已经初步形成了大模型智能体的开发、编排、运维开源全家桶。

开源版的 Coze 好用吗？字节为什么要开源？会给 Agent 赛道的其他玩家带来什么影响？我来聊聊自己的个人看法。

Coze 今天开源了两个项目，Coze Studio 和 Coze Loop。

不过显然 Coze Studio 热度更高，我写这个回答时已经快 4k star 了，而罗盘那边只有 800 多个 star。

至于二者的区别嘛，简单来说，Coze Studio 就是大家常用的 Agent 搭建平台扣子；Coze Loop 对应的是 Agent 运维平台扣子罗盘。

Coze Studio 是扣子的核心引擎，提供构建 Agent 所需的全部能力。

• 核心能力复刻扣子在线版，开箱急用，快速上手。
• 支持智能体/应用创建，支持插件、工作流、数据库、知识库、Prompt 等资源管理。
• API & SDK：支持对话和工作流 API，也可以通过 ChatSDK 集成到业务系统。

如果说 Studio 负责「生」，那 Loop 就是负责「养」和「优」，它是一个专注于 AgentOps 运维的解决方案。

借助于 Loop，开发者可以把 Prompt 的玄学变成科学：

• 全流程开发：通过可视化的 Playground，开发者可以直观对比不同模型、不同 Prompt 的输出效果，实现对 Prompt 编写、调试、优化乃至版本控制的全流程管理。
• 系统化评测：评测模块可以对 Prompt 或 Agent 的回复进行多维度自动化检测。
• 全链路观测：工作流开发排查是老大难，Loop 能完整记录从用户输入到最终输出的每一个环节，包括 Prompt 解析、模型调用、工具执行等，捕获中间过程和异常状态，让 Agent 运行的黑盒变透明。

可以说，字节这次开源，是直接把一套经过线上用户大规模验证的「Agent 生产线 + 质检中心」交付到了开发者手中。

技术栈上，Coze 的后端采用 Go，前端是 React + TypeScript，整体是微服务架构和 DDD 设计，为二次开发提供了良好的基础。

Coze 是个 C 端的商业化平台，已经服务了上万家企业、数百万开发者，关于字节为什么会如此慷慨地开源，官方说法是「致力于降低 AI Agent 开发与应用门槛，鼓励社区共建和分享交流」，我自己有两个猜测。

Agent 赛道玩家众多，现在对于生态的争夺趋于白热化，行业目前并没有绝对的共识和标准，未来也不会由一家公司定义所有场景。

在开源之前，扣子就已凭借其极低的门槛和趣味性，积累了庞大的 C 端用户基础。不少民间高手已经在扣子上开发出各种实用的工作流，并通过各种渠道出售自己的 Bot 或解决方案，赚到了第一桶金。这说明扣子的产品力和实用性已经得到了市场的验证。

但是！一个封闭的平台也许可以在 C 端成功商业化，但无法满足 B 端生态爆发的要求。

通过开源，Coze 大幅降低了大模型应用开发的门槛，客观上能让更多企业、组织和开发者受益。

通过吸引更多开发者，共同构建丰富的插件和应用生态，他们会熟悉 Coze 的技术栈；而当足够多的开发者和企业基于 Coze 进行开发时，其开发范式就有可能成为行业的「事实标准」，构建起比短期利润更强大的护城河。

很多人猜测的未来会有「商业版」Coze，确实有这个可能，毕竟开源版负责建立生态，商业版负责在高价值客户上实现盈利的做法，是在开源世界里被反复验证的成功商业模式。

但我觉得吧，格局可能还是小了。

你想，开发者把开源版玩的再 6，一旦要投入生产环境、服务更多用户，就需要稳定、高性能的算力、模型服务和数据存储服务。此时，无缝集成的火山引擎无疑是是阻力最小、最具性价比的选择。

换句话说，开源的前端 SaaS 应用是吸引开发者的流量入口，真正的商业价值是后端的 IaaS 云服务、MaaS 模型服务。

以上纯属个人猜测，当然也不排除字节会把 Coze 的云服务和商业化两手一起抓，哈哈。我是觉得，如果真的从「大棋论」来分析，Coze 开源版的前景是光明的，不会是一锤子的 KPI 项目。

对于开发者来说，把 Coze Studio 跑起来也就几分钟的事情，硬件要求不高（2核4G也能跑），提前装好 docker 就行。

第一步，下载代码库。

git clone https://github.com/coze-dev/coze-studio.git

第二步，配置模型文件，路径是backend/conf/model/template/，预置了豆包、OpenAI、Gemini、Claude、DeepSeek、Qwen、Ollama 等模型的配置文件。

大家根据自己的实际需要，复制相应的配置文件，并填写可用的 API key 即可。

第三步，Docker，启动！

GPT plus 代充 只需 145cd docker cp .env.example .env docker compose –profile ‘’ up -d

服务启动之后，访问http://localhost:8888/就能打开 Coze Studio 了。

注意第一次使用的时候要输入邮箱和密码，然后点击注册：

给人的第一印象其实就是一个简洁版的扣子：

仔细比较一下的话，确实少了一些模块，比如在创建应用时，开源版少了 UI Builder：

比如在构建智能体时，开源版少了多智能体、语音输入输出：

工作流中的绝大多数节点都是可用的，缺了多模态生成的部分：

官方也列出了支持的功能清单：

大家怎么看？我觉得如果以自行部署开发，或者完全本地部署+本地模型的视角来看，开源版 Coze 的核心组件是足够用来搭建工作流智能体的。

当然了，官方支持的功能肯定是多多益善的，Coze 的开源才刚刚第一天，希望后续能给社区带来更多功能模块。

如果让我评价 Coze 的开源，我的看法是：当前开源的核心模块已经足够解决大多数场景和需求，但功能尚不完美（比如不能从线上扣子导出应用或工作流导入到开源版），但未来绝对可期。

今天我在社区里也看到了一些声音，大部分是在说 Coze 开源版功能不全的问题。但我觉得，大家太苛求「绝对完整彻底的开源」了。

开源 ≠ 做慈善，商业公司的开源项目，大都会在社区版和商业版之间作出区分。Coze Studio 目前开源的是最核心的引擎能力，已经足以让开发者构建出功能完整的工作流 Agent。

如果开源社区能给予正向的反馈甚至贡献，积极参与到插件开发、Bug 修复、生态构建中，让官方看到开源社区的巨大潜力，未来也许就能逐步开源更多功能。

我今天加了官方的技术交流群，已经有 1000 人了，发现群里的声音和外界大不相同。群里大都在讨论部署和使用的话题，我也看到了开发者回复的很多消息，还是很有诚意的，一些大家反映强烈缺失的功能已经在内部讨论了。

而那些面对一个刚开源第一天的项目，就吵吵着「开源不彻底就是彻底不开源」的人，恐怕不是开源的贡献者。

开源不应该是某个公司的单方面付出，开源的精神也从来不是坐享其成，而是共同建设。

这正是开源的魅力所在：如果你觉得它不够好，那就去帮助它变得更好。

最后聊聊竞争。Coze 一开源，我发现个有趣的事情，Dify 和 n8n 的用户群比 Coze 的用户群更热闹，反应更大。

我猜扣子的一些用户对本地部署的需求本身并不高，而 Dify 和 n8n 的用户群体，本身就对本地部署甚至二次开发有着极大的需求。

今年以来，「拖拉拽式搭建工作流 Agent」迎来了极佳的发展契机，一方面是随着模型的成熟，Agent 概念开始落地；另一方面就是 DeepSeek 一体机，几乎所有的一体机都会搭建类似的「智能体平台」，用低代码的方式降低非技术用户的学习成本。

毕竟前端形态上都是「拖拉拽式搭建工作流 Agent」，所以这几家看上去可能会形成竞争。

我们今天不聊这几个平台在功能上的差异，那可能是几万字都写不完的话题。但是如果从开源协议上讲，Coze 反而是这三家里最宽松的那个。

我整理了一下开源协议的差别：

换句话说，Coze 采用没有任何附加协议的 Apache 2.0 协议，允许免费商用，允许二次开发且后续版本可以闭源使用，可以说对下游开发者几乎没有任何商业化限制。

这种宽松的商业条款对很多做外包平台的人是有吸引力的。今天还在 Coze Studio 的 Issue 看到开发者开玩笑说：「以前照着 Coze 抄，现在好了，直接用上 Coze 了」

从下面 +1 的人来看，这大概不是个例。

所以，如果 Coze 能坚持把开源做下去，把功能和生态完善好，不愁没有开发者支持。

总而言之，开源就是好事！开源就该鼓励！Coze 的开源让技术平权、AI 普惠再进一步。一个经过数百万用户验证的强大 Agent 开发工具，正以一种几乎零成本的方式触手可及。

如果你对 Agent 开发感兴趣，不妨部署体验一下 Coze Studio 和 Coze Loop；如果你有能力开发功能或插件，也可以试试成为 Coze 开源版的 Contributor。

开源只是个开始，Coze/Agent 的未来，就看大家的想象力和执行力了。

很多人可能并不了解字节。实际上，字节是一家带有深厚百度烙印、对开源工作非常排斥的公司。你也可以认为，字节并不擅长打造技术开放生态，纵观其几乎所有产品，都处于字节生态内部的闭环之中，而像飞书各类插件、apaas 等这类需要技术开放生态才能建设好的产品，字节的短板表现的尤为明显。

原来我对开源协议的理解还是不够深，Coze开源才让我明白目前的几个“开源”Agent框架的门门道道有这么多，我们就拿最近很火的三个框架来做个解释和比较：Coze、Dify和n8n。

首先是刚刚开源的Coze-studio和Coze-loop，这俩都遵循同样的协议，也就是标准的Apache-2.0许可，这是“最为广泛使用的宽松开许可”。

这玩意宽松到什么程度，它的意思就是“任何个人或企业可以自由使用、修改和分发 Coze 的代码，包括商业化使用”。这意味着你可以随便怎么用，只有一点儿限制，那就是禁止使用原作者的商标和品牌。

颇有种我把所有的功夫都交给你，你自己随便怎么用，就算你最后比我还牛逼都行，但你自己负责就好了，不要带我的名字。

对了，还有最后一点儿，那就是假如你基于我给你的技术搞出来更牛逼的技术，ok，你可以自己留着，为师就当青出于蓝而胜于蓝了。

绝大多数的开源软件都用的这个模式，而Dify和n8n的模式的确是惊到我了。

这是Dify的模式，它虽然说了他们依旧遵循Apache2.0条款，但注意下面框选的字，“modified version”修改版的，这里面就是猫腻所在。

它修改了什么呢，第一，依旧可以商用，但是有条件。

条件1: 未经Dify官方书面授权，不得用Dify源代码经营多租户环境（Multi-tenant service），简单来说就是你不能搞个平台给多个人用。

条件2:你不能把Dify的logo去掉（LOGO and copyright information），我得时时刻刻让别人知道这是基于Dify做的。

最后还有一点，假如你是贡献者，那么你得同意你的代码可以被Dify拿来商用（ Your contributed code may be used for commercial purposes, including but not limited to its cloud business operations.）。

这三点加起来，说白了就是Dify既想通过广而告之大家我这是开源产品，大家都来用；又增加了各种限制以防别人搞出个“克隆版”的Dify云服务。

简单来说，这就相当于菩提祖师既想广收门徒，又怕像孙悟空这类型的徒弟太猛超过自己，所以时时刻刻得让悟空把自己是菩提祖师徒弟的logo展示出来。

n8n的协议压根就不算开源协议，英文名称是Sustainable Use License 或 Fair-Code，这玩意翻译过来应该是“可持续使用许可证”，限制极多。

在这个许可证下，你可以用它来给自己公司内部使用，但不得商用；或者为客户提供n8n相关的商业咨询或支持服务，这么一合计，基本上就是纯粹只能自用，你很难用它来做创业或者营利性的活动。这种模式的初衷很简单，就是用严格的限制来保护他们的核心商业产品，防止在跟大型云服务商利用价格优势竞争。

那么总结一下，Coze的开源程度最高，同时适应面最大，个人、团体以及公司，几乎没有限制；而后面两者都在尽可能的保护自己的核心业务。

Coze恰好把两个核心应用开放给了社区，凭借一studio一loop，你要说复制一个coze出来都不是不可能，这就给广大社区提供了太多的可能性，很多Coze已经走成功的，没走成功的，都是未来继续投入时间的方向。

而Coze的开源其实证明了高筑护城河在AI时代并没有多大的可行性，尤其是既非英伟达一样的硬件，也非大模型一类的模型，Agent或者Workflow产品，最大的护城河在于生态。

Coze做了什么，它这次开源两款产品：

Coze Studio：定位为一站式、可视化的 AI Agent 开发平台。它是一个创造性的画布，旨在通过低代码或无代码的方式，让开发者能够快速构建、调试和部署 AI Agent、应用程序和工作流。

链接：https://github.com/coze-dev/coze-studio?tab=Apache-2.0-1-ov-file

Coze Loop：定位为下一代 AI Agent 优化平台。它专注于解决 AI 开发中至关重要的“第二天问题”（Day 2 problems），即应用的评估、调试和监控。这些在其他平台中往往只是附属功能，而在 Coze 的体系中被提升到了独立产品的高度。

链接：https://github.com/coze-dev/cozeloop

前者Studio其他家也会提供，但是后者loop的存在，其实将可观测性和调试功能提升到了非常重要的地位。这个反而是极其宝贵的经验，要知道字节在AI时代最牛逼的就是它的产品线和用户量级巨大，所以才能得出一个非常重要的经验，那就是：

构建 Agent 仅仅是开始，确保持续的质量、一致性和可靠性才是真正的挑战。

Studio保证可用性和易用性，这是生意能做起来的基础，而Loop则是致力于让生意可以长久的运转下去。

这也是Coze这类型Agent/Workflow产品一直以来的难点，拿大模型来比较，它的过程很直接，就是给大模型Prompt，然后等结果输出，这个过程不管是Thinking还是Non- thinking模型，结果肯定会有，但是一致性很难保证，可以理解为就是一锤子买卖。

Coze不一样，它的设计初衷就是“可复用性”，而可复用性的本质就是循环和迭代，也就是这一套流程是需要不断进行“开发、调试、评估和监控”这四步的。

而这一点上，Dify和n8n会远远落后，原因就是Apache 2.0的Coze将会大幅度的降低 AI Agent 开发的门槛，让更多的开发者、中小型组织乃至个人都能从中受益，将创意变为现实，而在更多的用户群体前，优点会被迅速放大，而缺点同样也会被很快淘汰掉。

特别是Coze本身的商业化就做的很好，很多Coze模版的创作者更是凭借创意获得了很不错的收益，对于个人创作者来说开源更是一件锦上添花的事情，不仅可以背靠大厂做创意和宣传，更是可以基于此作独立的创业。这是一个非常好的时代，因为可以最低成本的让自己的创意以及经验变现，特别是在各家技术大战中，受益最大的永远是一起跟平台成长的一波人。