先说结论
如果你用过各种 AI 编程工具，大概率遇到过同一个问题：聊完就没了。对话记录在，但文件、环境、上下文散落各处，换个会话就得从头来。
Cohub 想解决的就是这件事——不是给你一个更好的聊天框，而是给你一个能干活的空间。
具体来说，Cohub 是一个浏览器端的 Space，人和 Agent 在同一个空间里：有文件系统、有沙箱执行、有会话、有 checkpoint 存档、还能把成果发布成公开的 Work。它不是我见过的大多数「AI + 编辑器」的路子，更像是把一个完整的开发环境做成了可以和人协作的活的载体。
而且它开源了，Apache-2.0，可以自托管。 disclosure：这是我们公司（talesofai）做的项目，所以这篇文章不是纯客观测评，但我尽量讲技术。
Space：不是聊天，是工作单元
Cohub 的核心概念是 Space。
一个 Space 里有什么：对话（Session）、文件、Agent、沙箱运行时、预览。你打开一个 Space，跟 Agent 说「帮我写个落地页」，它不只是回复代码——它在 Space 的文件系统里创建文件、装依赖、跑 dev server、把预览端口暴露出来给你看。
这意味着 Agent 的产出不是一段文本，而是一个可运行的环境。
几个关键概念：
- Checkpoint（Save） - 不可变快照。任何时候你觉得当前状态有价值，存一下。之后可以恢复、可以 fork 出新 Space、可以作为稳定基底继续干活。
- Work - 把 Space 里的文件、目录或端口发布成公开可访问的页面。带独立 URL，可以分享。
- Channel - 外部入口。Discord、飞书、微信、Telegram 都可以接入一个 Space，从聊天 App 直接操控。
- Sandbox - 执行运行时。云端 K8s 或本机目录，Agent 在里面读写文件、跑命令。
说白了，Cohub 的产品循环是：
创建 Space -> 和 Agent 聊 -> 编辑/运行 -> 存 Checkpoint -> 发布 Work这个循环里每一步都有实际的产品支撑，不是概念图。
技术架构：TypeScript + Go，开源 monorepo
Cohub 的代码在 github.com/talesofai/cohub，pnpm monorepo，Apache-2.0 协议。
apps/ api/ Hono API - 编排、provision、session 持久化 agent/ Agent 控制面 - pi-coding-agent，WS 连 sandbox sandbox/ 执行面 - Go WebSocket server（文件系统 / 进程 / 端口） gateway/ 外部渠道网关（Discord / 飞书 / 微信 / Telegram） web/ SvelteKit 前端 worker/ BullMQ 异步任务 / cronpackages/ billing/ 计费 provider 抽象 cli/ @neta-art/cohub-cli sdk/ @neta-art/cohub SDK core/ db/ identity/ infra/ protocol/几个值得注意的设计：
控制面和执行面分离。 Agent 管 session、工具编排、Redis 状态；Sandbox 管真实的文件读写和进程执行。Sandbox 可以跑在云端 K8s 上，也可以用 cohub sandbox up 在本机跑然后通过 gateway relay 拨出。
前端是 SvelteKit。 不是 React，在 Cloudflare Workers 上跑。Board runtime 用 Pixi.js 做渲染（v2.0 刚把旧的 canvas 服务换成了新的 board 交易模型）。
Space 的底座是 Git。 用 Gitea 做 Space/Checkpoint 的存储，每个 Space 对应一个 Git 仓库。Checkpoint 表里有 parentCheckpointId 和 forkCount，存档点本身构成一棵可 fork 的树，不是线性 undo。这意味着你的工作天然有版本控制，而且可以分叉。
技术栈总结：TypeScript（~74%）+ Svelte（~22%）+ Go（~1.5%，sandbox），PostgreSQL + Drizzle ORM，Redis + BullMQ，Logto 做 OIDC 认证。
v2.0：Board runtime
写这篇文章的时候，Cohub 刚发布了 v2.0（2026-07-25），核心更新是 Board runtime。
Board 是什么？你可以理解为 Space 里的可视化画布。v2.0 把旧的 document-centric canvas 服务整个换掉了，新的模型围绕 board、node、effect、sequence、clip、transaction 构建。
几个实际的变化：
- 任何工作区文件都可以放到 board 上，不只是图片和视频
- 节点排序不再用数组索引，删第一个节点不会触发 999 次 patch
- 上限提到了 5 万个节点
- 触摸手势支持，移动端可以拖拽文件到 board 上
这个迭代速度说明产品在认真做，不是 demo 项目。
商业化：三层模型
Cohub 的商业化设计比大多数开源 AI 项目想得清楚。三层：
1. 托管订阅（cohub.run）
| 计划 | 月费 | 月余额 |
|---|---|---|
| Plus | $10 | $11 |
| Pro | $50 | $58 |
| Max | $200 | $240 |
余额是 credit 体系，按实际用量扣费。Generation（图/视频/音乐生成）和 Agent 调用共用同一个账本。年付省 20%（Plus 480/年、Max $1920/年）。
除了订阅，还有一次性余额包：30→32、200→225，24 个月有效期。不想按月订阅的话，直接买余额包也行。
2. Work Commerce（创作者变现）
这是我觉得最有意思的部分。你发布了一个 Work（比如一个可交互的工具或应用），可以在里面卖东西：
- Feature benefit - 功能解锁，买了才能用某个能力
- Credit benefit - 可消耗积分，按量付费
整个闭环都在已发布的 Work 内运行：用户进入 -> 检查权益 -> 购买 -> checkout -> 消费。注意，Commerce API 只在 Cohub 托管的已发布 Work 里可用，静态资源 URL 和本地预览下不工作。
这意味着 Cohub 不只是开发平台，也是创作者的分发和变现渠道。
3. 开源自托管（免费）
Self-host 默认关掉计费。想自托管？需要 Postgres + Redis + Gitea（或兼容 Git host）+ S3 兼容对象存储 + OIDC 认证（Logto），Node ≥ 24、pnpm ≥ 10。pnpm install && pnpm dev 填好环境变量就能跑。想开计费就接 @talesofai-billing/sdk（私有包）。
这种 open core 模式我觉得是对的：开源版本功能完整，商业化靠托管便利性和增值服务，不靠锁功能。
和其他工具的区别
说了这么多，Cohub 到底和 Cursor、Replit Agent、v0 这些有什么不同？
| 维度 | Cohub | Cursor | Replit Agent | v0 |
|---|---|---|---|---|
| 核心范式 | Space（文件+沙箱+会话+发布） | IDE 内 AI 编程 | 在线 IDE + Agent | UI 生成 |
| 协作模型 | 人+Agent 同在一个 Space | 单人+AI 结对 | 单人+Agent | 单人 prompt→UI |
| 持久化 | Checkpoint 快照 | git commit | repl 自动保存 | 无 |
| 发布 | Work（公开 URL） | 无内置 | 部署到 repl.co | 生成代码 |
| 多入口 | Web + CLI + SDK + Channels | 桌面 IDE | Web | Web |
| 开源 | Apache-2.0 | 部分开源 | 闭源 | 闭源 |
核心差异：Cohub 不是「聊天+代码」，而是以 Space 为工作单元，有 Checkpoint 的时间维度和 Work 的发布维度。Agent 有真正的文件系统和沙箱执行能力，不是只输出文本。
另外一个我觉得被低估的点：Channel。你可以从飞书群直接操控一个 Space，Agent 在 Space 里干活，结果推回群里。对于国内团队来说，这个入口比 Discord 自然得多。
CLI 和 SDK
Cohub 不只是 Web 产品。CLI 和 SDK 覆盖了同一个产品面：
# 安装npm install -g @neta-art/cohub-cli
# 常用命令cohub auth logincohub spaces lscohub -s <space-id> prompt "帮我写个落地页"cohub generate "霓虹城市黄昏" --model gpt-image-2cohub -s <space-id> spaces files lsSDK 是 @neta-art/cohub，TypeScript，覆盖 Spaces、Sessions、Checkpoints、Works、Billing 全套 API。
这意味着你可以把 Cohub 当基础设施来用——不只是打开网页手动操作，而是用 CLI 和 SDK 做自动化。
谁在用，适合什么场景
从我自己的使用和 awesome-cohub 的 playbooks 来看，几个典型场景：
- 快速原型 - 开一个 Space，让 Agent 帮你搭静态站，发布成 Work 分享
- 研究沉淀 - Agent 持续研究某个主题，把结论写回 Space 的知识库
- 内容创作 - 多模态生成（图、视频、音乐），在 Space 里迭代
- 付费产品 - 用 Work Commerce 做带付费功能的小工具
- 团队协作 - 通过飞书/Discord 频道接入 Space，多人多 Agent 协同
写在最后
2026 年 3 月开源，到现在 7 月已经迭代到 v2.0。CHANGELOG 里 121 个版本条目，npm 上 CLI 发了 80 个版本——5 个月从 v1 跑到 v2.0，开发节奏很快。
如果你在做 AI 相关的产品或者工具，我建议花十分钟打开 cohub.run 试试。不是因为它完美，而是因为它选了一条不同的路：不是让 AI 帮你写代码，而是让 AI 和你在同一个空间里一起干活。
这个区别，用了才知道。
- 开源仓库：github.com/talesofai/cohub
- 产品：cohub.run
- CLI：
npm install -g @neta-art/cohub-cli - 生态索引：github.com/markbang/awesome-cohub