53k 星的 Ghostty 和 4.8k 星的 Kaku：AI CLI 时代的终端，我选了后者
换终端这事，是 AI CLI 逼我重新想的
我用 iTerm2 用了快八年。说实话，终端这个东西以前对我来说就是个黑框子，能开 tab、能分屏、字体别太糊、粘贴别乱码，就够了。
但最近半年情况变了。
我日常开发已经离不开 Claude Code 和 Codex 这两个工具。一天下来终端要干的事情，和以前完全不是一回事：
- 一个窗口里 Claude 在跑长任务，我想一边看它的输出，一边用另一个 pane 执行 git diff 看它到底改了什么
- 命令执行失败了，我想让 AI 直接帮我改，而不是手动复制错误信息粘到另一个窗口问 ChatGPT
- Maven、Gradle、kubectl、docker 一堆工具的参数我老记不清，希望能直接用自然语言告诉终端"把这个微服务模块打包并发布到测试环境"
这些需求，iTerm2 都能"绕着做"，但都不够顺手。就在这种心态下，我开始重新看市面上的终端。
先试的是 Ghostty，目前社区热度最高的那个，GitHub 53.2k 星。作者是 HashiCorp 联合创始人 Mitchell Hashimoto，从 2021 年开始业余做，2024 年底才公开发布。
然后是 Kaku，一个刚出头的新项目，4.8k 星。作者 tw93 是国内独立开发者，做过 Pake（把任何网页打包成 Mac App 那个几万星的项目）。
我以为会是 Ghostty 胜出。星数差十倍，作者履历也更硬。但一周之后，留在我 Dock 里的是 Kaku。
这篇文章讲讲为什么。
Ghostty：一个"全能型选手"，但它不知道 AI 来了
先说 Ghostty 好在哪。
Mitchell Hashimoto 在官方文档里讲过一段话，我觉得挺能代表他的野心：
"While there are many excellent terminal emulators available, they all force you to choose between speed, features, or native UIs. Ghostty provides all three."
翻译过来就是：市面上的终端要你在"快、功能多、原生"里选两样，我不服，我要三样全都要。
这个设计哲学是 Ghostty 最大的卖点。具体体现在：
- 够快。GPU 加速渲染，启动、滚动、控制序列吞吐都在顶尖梯队里
- 功能多。Kitty graphics protocol、真彩色、hyperlink、原生 tab/split、dropdown terminal 都原生支持
- 够原生。macOS 版是 Swift + AppKit + SwiftUI 写的，集成了 Quick Look、force touch、secure input API、窗口状态恢复；Linux 版是 Zig + GTK4
对比一下：Alacritty 快但功能少，iTerm2 功能多但不原生（老 Electron 式体验），WezTerm 能力均衡但配置复杂。Ghostty 确实是少见的"三项全能"。
所以它能在公测阶段就冲到 53k 星，绝不是虚火。我装上之后第一感觉也确实是流畅、稳、默认字体好看、默认配色顺眼。作为一个纯粹的终端，它几乎找不到明显短板。
问题在于：「纯粹的终端」这个定位，恰好是 2026 年我最不需要的那种。
Ghostty 的 About 页面我前前后后翻了几遍，没有一句话提到 AI，没有一个功能和 AI CLI 工具有任何交互。这不是 bug，而是 Mitchell 的项目定位，他想做的是一个最标准的终端模拟器，AI 不是他的命题。
我完全尊重这个选择。但落到我自己的工作流上就是：装了 Ghostty 之后，我跑 Claude 的体验和跑 iTerm2 时没有任何区别。我花了半小时配置字体、快捷键、主题，最后换来的只是「更快更好看」，没有碰到「AI 工作流更顺手」这件我最想解决的事。
于是我又开了 Kaku。
Kaku：一个明确"为 AI 编程而生"的终端
Kaku 在 README 第一行就写明了自己的定位：
"A fast, out-of-the-box terminal built for AI coding."
大佬 tw93 也在 README 里给了一段我觉得特别真诚的自述，我直接贴原文：
"I used Alacritty for years and learned to value speed and simplicity. As my workflow shifted toward AI-assisted coding, I wanted stronger tab and pane ergonomics. I also explored Kitty, Ghostty, Warp, and iTerm2. Each is strong in different areas, but I still wanted a setup that matched my own balance of performance, defaults, and control."
翻成大白话：他用了多年 Alacritty，喜欢快和简单。后来工作流切到 AI 编程，对 tab 和 pane 体验有了新要求。Kitty、Ghostty、Warp、iTerm2 都试过，每个各有所长，但没有一个完全合他的胃口。所以他基于 WezTerm fork 出了 Kaku。
我注意到一个细节：他在这段里点名了 Ghostty。这不是巧合。一个 2026 年新做终端的人不可能不知道 Ghostty 的存在，他选择 fork WezTerm 而不是直接用 Ghostty，正是因为这两者的命题不一样。
那 Kaku 究竟做了什么 Ghostty 没做的事？我觉得最打动我的是下面三个点。
第一个：命令报错，Cmd+Shift+E 让 AI 直接改
这是我用 Kaku 第一天就上瘾的功能。
场景特别常见：我跑了一个 mvn clean install -pl ... 命令，模块路径拼错了，一长串 Reactor Summary + BUILD FAILURE 糊一屏。在 iTerm2 里我会怎么办？复制错误信息，切到 ChatGPT，粘进去，问"这报错怎么回事"，等回答，再切回来改命令。
在 Kaku 里只需要一步，按 Cmd + Shift + E。
它会自动把「我刚才执行了什么命令、报了什么错」这两段上下文喂给配好的 AI 模型，几秒后就在 prompt 里准备好一条修复后的命令，等我审一眼回车。
这个流程的关键不是「AI 帮你改命令」，这个能力 GPT 早就有了。关键是 AI 已经知道你在说什么。命令上下文、错误输出、当前 shell 环境，这些信息在终端层就接住了，不用你手动搬运。
iTerm2 加 ChatGPT 网页，等于我和 AI 之间隔着剪贴板。Kaku 把这层剪贴板拆掉了。
第二个：井号开头一行话，AI 帮你写命令
Kaku 还有个我觉得更妙的设计：在 prompt 里输入 # <一句自然语言描述>，回车，它会把这句话送到 AI，把生成的命令直接注入 prompt，等你 review 后回车执行。
举个例子，我之前要在一个多模块 Maven 项目里，只编译打包某个子模块并跳过测试，每次都得翻 README 看参数到底是 -pl 还是 --projects、加没加 -am。在 Kaku 里我直接：
# 只打包 user-service 子模块及其依赖模块，跳过测试
回车，几秒后 prompt 里就出现了一条完整的 mvn clean package -pl user-service -am -DskipTests 命令。我看一眼参数没问题，回车跑。
这个功能让我最爽的是它不抢戏。它不会跳出 GUI 弹窗、不会打断你的命令行节奏，所有交互都在 prompt 这一行里完成。本质上它把 AI 当成了「shell 里的一个小工具」，而不是「一个外挂的助手」。
第三个：AI Tools Config，把 Claude、Codex 都收编进来
Kaku 内置了一个叫 kaku ai 的配置面板，一打开就能看到它对主流 AI CLI 工具的统一管理。README 里写明支持的：
- Claude
- Codex
- Gemini CLI
- Copilot CLI
- Kimi Code
- 还有更多（README 原文是 "and more"）
这个功能初看不起眼，但你真正用起 Claude 和 Codex 两个工具并行的时候就会发现它的价值。你不用再在各个工具自己的配置文件里分别维护 API key、base URL、model 这些参数，也不用记得哪个工具读 .env.Claude、哪个工具读 .codex/config.toml。Kaku 把这堆碎片收到一个 UI 里。
对我这种同时开着 Claude、Codex、偶尔拿 Gemini CLI 做备选的人来说，这就是个救命功能。
那 Kaku 是没缺点吗？当然不是
写推荐我不爱光说好的。Kaku 有三个明确的短板，你在上手之前必须知道：
第一，只有 macOS。 README 里 FAQ 原话：Is there a Windows or Linux version? Not currently. Kaku is macOS-only for now. 这个态度基本锁死了它的覆盖面。如果你在 Linux 上开发服务端，Kaku 直接出局。
第二，它是 WezTerm 的 fork。 README 原文：A deeply customized fork of WezTerm。这意味着底层稳定性继承了 WezTerm，但也意味着你用的其实是一个小团队维护的分叉，长期维护性、跟上 WezTerm 上游更新的速度都是不确定因素。对比之下 Ghostty 是从零写的独立项目，长期来看更"安全"。
第三，生态还很新。 Kaku 当前 4,813 星，版本号是 V0.9.0（2026-04-04 发的 Spark 版本）。相关文档、主题库、社区插件都远不如 iTerm2、Alacritty、WezTerm、Ghostty 那些几万星项目成熟。我用的过程中没遇到致命 bug，但偶尔会碰到 UI 细节不够打磨的地方，比如某些设置项的中文翻译还没跟上。
如果你对"刚出头的项目"心态紧一点，或者工作一大半时间要远程 Linux，那建议再观察观察。
一张表对比，该选谁一眼看清
一句话判断：
- 如果你现在没怎么用 AI CLI，或者主要在 Linux 上干活，选 Ghostty，它是这个时代最好的"经典终端"
- 如果你每天大部分时间在 macOS 上跑 Claude Code、Codex 这种 AI CLI，选 Kaku，它是目前唯一把 AI 编程工作流纳入设计原点的终端。
5 分钟上手 Kaku
如果你动心想试一下，步骤非常简单：
- 装。
brew install tw93/tap/kaku，或者从 GitHub Release 页下载 DMG 拖到 Applications。首次打开会自动配好 shell 环境。 - 配 AI。
Cmd + ,打开设置，进 Kaku Assistant 启用并填你的模型、base URL、API key。我用的是 Claude API，跑 Opus 4.7，反应够快。顺手进 AI Tools Config 把 Claude、Codex 等 CLI 工具的配置也填了。 - 试三个手势。
- 故意跑一条参数错的
mvn或kubectl命令，按Cmd + Shift + E看 AI 改 - 输入
# 找出当前项目下所有最近 7 天内修改过的 java 文件回车看 AI 写命令 - 正常跑一次
Claude体验它和原来的区别
- 故意跑一条参数错的
如果你之前是 WezTerm 用户，好消息是 Kaku 完全兼容 WezTerm 的 Lua 配置，你的配置文件可以直接搬过来用。
最后说一下我的真实感受
我用 Kaku 一周多，最大的感受不是「它功能多」，而是「它知道我在干嘛」。
iTerm2 时代，终端是一个文本收发器。AI 是你另一个窗口里的对话者。你在两个窗口之间复制粘贴，扮演"人肉 API"。
Ghostty 把这个文本收发器做到了极致，更快、更原生、更好看。但它的世界观里没有 AI。
Kaku 做了一个不同的判断：既然终端已经是 AI 编程的主阵地（Codex CLI、Claude Code、Gemini CLI 全是 CLI 工具，不是 IDE 插件），那终端本身就应该为 AI 工作流重新设计。错误信息应该自动流向 AI，自然语言应该能直接变命令，不同的 AI CLI 应该有统一的配置入口。
一个 4.8k 星的小项目赌对了方向，一个 53k 星的明星项目坚守了另一个方向。我选择前者，不是因为它比 Ghostty 更好，而是因为它和我现在的工作方式更合拍。
如果你也是每天开着 Claude Code 干活的人，花 5 分钟装一下，你会懂我的意思。
顺带一提，作者 tw93 我之前就推荐过，特别是他设计的一些列针对工程师的SKILL。Kaku作为一款AI产品， 延续了他一贯的风格：聚焦、默认好用、不堆功能。
资源链接：
