Kilo Code

這是什麼

Kilo（原名 Kilo Code，官網網域已改成 kilo.ai）是開源的 AI 編碼 agent。血統很清楚：它是 Roo Code 的分支，而 Roo Code 又是 Cline 的分支，Kilo 官方自稱是 Roo 與 Cline 的超集——兩邊的功能都收進來，再加自己的。程式碼 MIT 授權，可以自行 fork、自架。

支援範圍現在比當初廣得多：VS Code、JetBrains 系列（IntelliJ、PyCharm、WebStorm）、CLI、雲端 agent、Slack，還有一個 Code Reviewer。模式分成 Code（寫與重構）、Architect（規劃複雜功能）、Debug（找 bug），也能自訂模式。

主打的差異化是模型自由：500 多個模型、60 多家供應商，可以自帶 API key（BYOK）、可以跑本地模型，也可以用它的 Kilo Gateway 以供應商原價計費，官方強調推論不加價。另外有 Auto Model 自動選模，依任務類型與預算路由到 Efficient／Balanced／Frontier／Free 幾種檔次。

2026 年 7 月 15 日，Anaconda 宣布收購 Kilo，官方數字是超過 300 萬名開發者使用，並聲明現有產品與方案不變。

實際用起來如何

裝在 VS Code 之後，第一件事就是選模型。這是 Kilo 跟 Cursor、Copilot 最大的體感差別：那些工具幫你決定模型，Kilo 把方向盤交給你。我實際的用法是 Architect 模式用貴的前沿模型規劃，切到 Code 模式改用便宜快的模型執行——同一個任務的花費可以差三到五倍。這種「按階段換模型」的操作在封閉工具上根本做不到。

Auto Model 對懶得選的人很好用，丟給它自動路由，日常小改動會被派到便宜模型，複雜重構才升級。實測下來路由判斷不算精準到完美，偶爾會用大砲打小鳥，但整體帳單比全程用旗艦模型省很多。

Architect 模式值得單獨講。它會先把任務拆成步驟寫成計畫給你看，確認後才動手改檔案。這個「先計畫再執行」的節奏，比一開口就狂改二十個檔案的 agent 安全得多，尤其在既有的大型專案裡。

MCP 市集是另一個實用點，要接資料庫、瀏覽器、內部 API，找現成的 MCP server 掛上去就好。

計價結構有點碎，要看清楚：擴充套件本身免費開源；Team 方案每人每月 15 美元（含用量分析、集中帳務、團隊管理，14 天試用），Enterprise 客製（SSO、稽核日誌、SLA）。AI 推論分開算——BYOK 或本地模型 0 元，Kilo Gateway 按供應商原價用多少付多少，或買 Kilo Pass 訂閱：Starter 19 美元、Pro 49 美元、Expert 199 美元，年約有額外贈額。另有 KiloClaw 託管服務每月 55 美元（推論另計）。

優點

• MIT 授權、程式碼與提示詞全公開，你可以看到它到底送了什麼給模型，這對有資安要求的團隊是決定性的。
• 模型完全自由，500+ 模型與 BYOK，不被任何一家模型公司綁死；哪家降價就換哪家，這在模型價格半年一變的現在很值錢。
• 推論零加價，成本結構透明。相較某些工具用「額度」包裝實際單價，Kilo 讓你看得到真實花費。
• 跨 IDE 支援完整（VS Code、JetBrains、CLI），團隊裡用 PyCharm 的後端跟用 VS Code 的前端可以共用同一套工具與設定。
• Architect／Code／Debug 的模式切換，在大型專案裡能有效控制 agent 的破壞半徑。

缺點與限制

• 剛被 Anaconda 收購（2026 年 7 月），官方說一切不變，但企業併購後的產品路線、免費層度、開源承諾，一年後會不會一樣，現在沒人能保證。這是選型時要放進風險欄的。
• 定價結構太碎。Team 席次費、Kilo Pass、Gateway 用量、KiloClaw 分成好幾條，第一次看要花時間才搞懂自己該買什麼，這在 UX 上是明顯的扣分。
• 開箱體驗不如 Cursor 或 Claude Code 那樣「打開就會用」。要自己配模型、調 API key、設 MCP，對不想折騰的人門檻偏高。
• 因為是 Cline／Roo 血統，介面本質仍是側邊欄對話框，跟 Cursor 那種深度整合進編輯器的體驗（inline diff、tab 補全）不是同一種流暢度。
• 上游依賴多，模型供應商一改 API，社群修好之前可能會壞掉幾天，這是開源專案的常態。

適合誰／不適合誰

適合：對成本敏感、想自己控制模型花費的開發者與團隊；有資安要求、需要自架或 BYOK 的企業；已經在用 Cline 或 Roo 想要更完整功能的人；以及使用 JetBrains 而被多數 AI 編碼工具冷落的 Java／Python 團隊。

不適合：只想開箱即用、不想碰設定的初學者；重度依賴 Tab 自動補全體驗的人（那是 Cursor 與 Copilot 的主場）；以及公司政策要求單一供應商全責支援的保守型企業。

替代方案

Cursor：編輯器層級的整合最完整，inline diff 與 Tab 補全的體感目前仍是最好，但模型選擇受限、額度制計價不透明，且是閉源。

Cline：Kilo 的祖宗，更輕更純粹，社群大、擴充生態成熟，但功能面已被 Kilo 超集覆蓋，多 IDE 支援也不如 Kilo。

Claude Code：終端機取向的 agent，長任務的規劃與執行品質很高，但綁定單一模型供應商，成本控制的彈性遠不如 Kilo。

台灣觀點

Kilo 對台灣開發者最實際的價值是「用得起」。台灣軟體團隊的工具預算普遍緊，Cursor 那種每人每月 20 美元起跳、超額還要再加購的模式，十人團隊一年就是好幾十萬台幣。Kilo 走 BYOK 的話，擴充套件是 0 元，你只付模型的錢——而模型的錢可以自己控制：日常用便宜的開源模型或 Gemini Flash 級別，關鍵重構才叫旗艦模型出場。我看過的實際案例，同樣的開發量能把月成本壓到原本的三分之一。

第二個台灣特別有感的點是自架與資料。台灣的金融、半導體、公部門標案，對「程式碼會不會被送出去」極度敏感。Kilo 是 MIT 授權且提示詞公開，可以掛本地模型（例如自架的開源模型或公司內部推論服務），程式碼完全不出內網。這種選項在封閉工具上不存在，是進得了金融業與科技製造業採購的關鍵。

第三是 JetBrains 支援。台灣不少後端與 Android 團隊還是 IntelliJ 起家，大部分 AI 編碼工具的 JetBrains 版都是次等公民，Kilo 至少把它列為一等支援平台。

要注意的是付款：Kilo Pass 與 Team 方案都是國際刷卡訂閱，發票是境外電子勞務，公司報帳要先跟會計對過。另外 Anaconda 收購這件事，如果你在做三年期的技術選型，建議把「若政策改變，我們的退場方案是什麼」寫進評估——好消息是它 MIT 授權，最壞情況社群 fork 得下去。

TheAI學院 評分與一句話

4.3 / 5

想要模型自由與成本可控，Kilo 是目前最務實的選擇；願意花半小時折騰設定，換來的是不被任何一家 AI 公司綁架。