这是什么

一个 20 万 Star 的开源 AI 编程工具 OpenCode，在命令行模式下被 DeepSeek CLI（DSH）安装时留下的一个文件夹彻底卡死——不是网络问题，不是 API 问题，不是密钥问题，而是两个明星 AI 工具互不知情地撞在了一起。开发者最终是靠另一个 AI Agent 花 1 小时排查 10 个方向，才定位到根因。

具体机制：DSH 在 Windows 用户目录下创建了一组 npm 缓存的符号链接（junction，让两个目录看起来指向同一位置），其中 cordis 和 cordis-plugin-include 两个包互相依赖形成循环。OpenCode 启动时执行 Git 快照遍历当前目录，Git 不认识 Windows 的 junction，会傻乎乎走进去出不来。该用户目录下超过 100 万个文件，排查难度极高。

行业怎么看

这件事最值得编辑部注意的不是 bug 本身，而是它揭示了三层结构性问题。

第一，AI Agent 生态普遍缺乏"防御性编程"。OpenCode 启动时遍历当前目录做 Git 快照，但没考虑 Windows junction 循环这种已知陷阱。Git、Node.js、npm 都有自己的兜底机制，OpenCode 没有。

第二，AI 工具之间的相互作用完全没人在意。两个 20 万 Star 的明星项目放在一起就出问题，"OpenCode 赖 DSH，DSH 赖 Git，Git 赖 OpenAccess"——谁都没责任、谁都有责任的甩锅闭环，在 AI 工具爆发期会越来越常见。

第三，也是最让我们警醒的一点：开发者自己承认，没有 AI 协助他基本解决不了这个问题。用 AI 解决 AI 制造的 bug，构成了一个尴尬的悖论。当然也有乐观声音认为，这恰恰证明 Agent 的价值——能跨系统调用工具、自行推理。但问题在于，连排查工具本身都得依赖另一个工具，这个生态的脆弱性远比宣传的深。

对普通人的影响

对企业 IT：公司若同时试用多款 AI 编程或办公工具，类似冲突概率不低。引入新工具前，做一轮"共存测试"比看宣传片更靠谱。

对个人职场：被推荐各种 AI 工具时，请记住它们并非"开箱即用"。很多坑得自己踩，厂商演示和真实环境往往两回事。

对消费市场：当某款 AI 产品被吹得神乎其神，它背后可能就是几个互相甩锅的开源组件拼起来的。把对"开箱即用"的预期调低，更接近现实。