模型: gpt-5.4 (openai/gpt-5.4) 生成日期: 2026-04-01 书名: Claude Code VS OpenCode：架构、设计与未来 章节: 第5章 — 会话与上下文管理 Token消耗: 约 18,000 input + 4,000 output（估算）

5.2 消息结构

消息结构决定了智能体“如何理解自己说过什么、做过什么、还剩什么”。很多人把消息想成一串文本，但在编码智能体里，消息其实更像带类型的操作记录。它不仅包含自然语言，还包含推理片段、工具调用、文件附件、快照、补丁以及压缩标记。消息结构越精细，系统越容易恢复上下文、做差量处理和追踪执行历史。

OpenCode 的代表实现是 MessageV2。从 /packages/opencode/src/session/message-v2.ts 可见，它把一条消息拆成多个 part，常见类型包括 text、reasoning、tool、file、snapshot、patch，还包括 compaction、subtask、step-start、step-finish 等。这里体现的是一种多部分消息模型：用户和助手只是外层容器，真正重要的是内部 part。这样设计的好处是，系统可以单独压缩旧工具输出、保留 patch 哈希、记录某次 step 的 token/cost，也可以在恢复时精准知道“这段是推理，那段是文件，那次是工具结果”。

Claude Code 的中心类型则是 TranscriptMessage。在 src/types/logs.ts 中，它本质上是 SerializedMessage 再加上 parentUuid、logicalParentUuid、isSidechain 等恢复字段。也就是说，Claude Code 的重点不是把“消息内部零件”拆得极细，而是把“消息之间的链路”保存得很强。它像一串可追溯的链表：一条消息接上一条消息，再叠加 compact boundary、title、tag、worktree-state 等外围记录，形成完整 transcript。

这也带来两种不同的工程哲学。OpenCode 更像“语义块导向”，先问一条消息由哪些部分组成；Claude Code 更像“日志回放导向”，先问一条记录在链路中的位置是什么。前者适合插件在 message transform、tool prune、summary 注入等位置做细粒度改写；后者适合大规模追加写入与会话回放。

用户要求解释的“扩展思维”，可以理解为 Anthropic 体系里常说的 extended thinking。它不是教科书中的经典名词，更像产品化推理暴露层：模型在正式输出前，会产生 thinking 或 redacted_thinking 这类内容块，系统还会用 budget_tokens 控制它能花多少推理预算。通俗地说，扩展思维就是“允许模型先在内部写草稿，再给用户答案”的运行模式。OpenCode 把这类内容明确存成 reasoning part；Claude Code 则更多以消息内容块和 API 预算参数来承接。

另一个需要解释的术语是 JSONL。JSONL 不是数据库，也不是单个 JSON 文档，而是 JSON Lines：一行一个 JSON 记录，天然适合追加。它像财务流水，而不是一份总账快照。Claude Code 采用它，意味着任何 user、assistant、summary、compact boundary、tag 都能作为独立事件写入磁盘；恢复时再把这些事件重新拼成可继续运行的会话状态。

OMO 在消息结构上基本继承 OpenCode，但它更强调“消息之外的工作协议”。比如 todo、任务同步、恢复提示、钩子注入，本质上都在给消息结构补充“执行约束”。因此，Agent 设计的关键经验是：不要只设计消息内容，还要设计消息可被恢复、压缩、审计和续接的形状。聊天系统用字符串够了，工作系统不够。