Goose：不綁模型、不綁廠商、不花錢的 AI Coding Agent 工具評測

發布日期：2026 年 2 月 26 日 | 閱讀時間：約 12 分鐘
重點摘要：Goose 是 Block（Square 母公司）開源的 AI coding agent，Apache 2.0 授權，GitHub 27K+ stars。最大特色：模型隨你換（Claude、GPT-5、Gemini、Ollama 本地模型都行）、完整 MCP 支援（3000+ 個擴充）、Recipes 系統（可組合的 YAML 工作流）。Terminal-Bench 排名第四，僅次於 Claude Code、Codex、Gemini CLI。已捐贈給 Linux Foundation 的 Agentic AI Foundation (AAIF)，與 Anthropic 的 MCP、OpenAI 的 AGENTS.md 並列為 AI Agent 時代的三大基石。

為什麼要關注 Goose？

2026 年的 AI coding agent 市場，主要玩家都有一個共同特性：綁定。

  • Claude Code → 只能用 Claude 模型（Sonnet/Opus），月費 $20-200
  • Codex CLI → 只能用 OpenAI 模型（GPT-5），需 ChatGPT 訂閱
  • Gemini CLI → 只能用 Google 模型（Gemini），需 Google 帳號

Goose 打破了這個模式：用什麼模型，你決定。要不要花錢，你決定。代碼傳不傳到雲端，你決定。

Goose 是什麼？

Goose 是一個on-machine AI agent——完全在你的本機上運行的 AI 開發助手。它不是 IDE 插件，不是 autocomplete，而是一個能自主執行多步驟任務的 agent：寫程式碼、執行 shell 命令、編輯檔案、跑測試、部署服務。

由 Block（前身 Square，Jack Dorsey 創辦的支付公司）在 2025 年初開源，目前 GitHub 超過 27,000 stars。2025 年底捐贈給 Linux Foundation。

架構：三層設計

Goose 的架構非常乾淨，由三個元件組成：

┌─────────────────────────────────────┐
│  Interface（介面層）                  │
│  Desktop App 或 CLI                 │
├─────────────────────────────────────┤
│  Agent（核心邏輯）                    │
│  管理 interactive loop              │
│  Token 管理、Context revision       │
│  錯誤處理（送回 LLM 自我修正）        │
├─────────────────────────────────────┤
│  Extensions（擴充層）                │
│  透過 MCP 連接                      │
│  內建：Dev, Web, Memory, Automation │
│  外部：3000+ MCP servers            │
└─────────────────────────────────────┘

Interactive Loop（核心迴圈）

  1. 你的請求 → 送給 LLM provider
  2. LLM 回應 → 可能包含 tool call（JSON 格式）
  3. Goose 執行 tool → 拿到結果
  4. 結果送回 LLM → 需要更多 tool 就重複，不需要就回覆你
  5. Context Revision → 自動用小模型摘要，刪除舊/不相關內容，管理 token

跟 Claude Code 的運作方式幾乎一樣，差別在於 Goose 的每一層都是可替換的。

模型自由：用什麼都行

這是 Goose 最核心的賣點。你可以接：

Provider 模型 成本
Anthropic Claude Opus 4.6 / Sonnet 4.6 API 計費
OpenAI GPT-5 / o3 API 計費
Google Gemini 3.1 Pro / Flash API 計費 / 免費額度
Ollama（本地） Llama 4、Qwen 3、DeepSeek $0
OpenRouter 混合切換多個模型 依模型計費
Groq 超快推理（Llama on LPU） 極低

甚至可以配置多模型策略：用便宜的 Flash 模型處理簡單任務，複雜推理切到 Opus。Goose 也支援 Context Revision 時用不同的小模型做摘要，進一步省 token。

搭配 Ollama 在本地跑模型時，你的所有 prompt、代碼、中間輸出都不會離開你的電腦。對隱私敏感的企業或個人開發者來說，這是硬需求。

Recipes：比 Prompt 模板強一個世代

Claude Code 有 Skills（Markdown 文件指引 AI 行為），Codex 有 Skills（類似概念）。Goose 有 Recipes——結構化的 YAML 工作流定義，可以組合、傳參、變成 slash command。

# weekly-status.yaml
version: 1.0.0
title: Weekly Status Report
description: 自動彙整本週工作進度
instructions: |
  查詢以下來源，產生格式化的週報：
  1. GitHub PRs（本週 merged）
  2. Linear issues（狀態變更）
  3. 部署記錄

sub_recipes:
  - name: "github_activity"
    path: "./github-prs.yaml"
    values:
      since: "{{week_start}}"
  - name: "linear_progress"
    path: "./linear-issues.yaml"
    values:
      sprint: "{{current_sprint}}"

parameters:
  - key: week_start
    input_type: string
    requirement: required
    description: 週起始日（YYYY-MM-DD）

Recipe 能做到的事：

能力 Goose Recipes Claude Code Skills
參數傳遞 YAML 定義 {{params}}，型別+必填檢查 自然語言描述，AI 推斷
子流程組合 sub_recipes 呼叫子 Recipe 無（單一 Skill 執行）
MCP 綁定 可指定 Recipe 使用哪些 extension 透過 Hooks 間接控制
Slash command Recipe 可註冊為 /weekly-status Skill 可用 /skill-name 觸發
版本控制 YAML 檔進 git，可 diff 和 review Markdown 檔進 git

Recipes 更結構化和可程式化，適合團隊標準化工作流。Skills 更靈活和自然語言友善，適合個人和快速迭代。

擴充生態：MCP 是一等公民

Goose 從一開始就把 MCP 作為擴充的唯一標準。在 Goose 裡，MCP server 叫做 Extension。

內建 Extensions：

  • Developer — 檔案操作、shell 命令、程式碼編輯
  • Web — 網頁擷取、搜尋
  • Memory — 跨 session 記憶
  • Automation — 流程自動化
  • Computer Use — 螢幕截圖、GUI 互動

Desktop App 內建 Extensions Manager——瀏覽、啟用、停用 MCP server，不用手動改 config 檔。外部 MCP server 超過 3,000 個可用。

五大 CLI Agent 正面對決

項目 Claude Code Goose Codex CLI Gemini CLI
Terminal-Bench #1 #4 #19 #3
模型 Claude only 任何 LLM GPT-5 only Gemini only
費用 $20-200/月 $0 ChatGPT 訂閱 免費額度/API
開源 部分開源 Apache 2.0 開源（MIT） 開源（Apache 2.0）
MCP 完整 完整 + GUI 管理 支援 支援
Desktop App 有（Claude Desktop） 有 有（Codex App） 無
工作流系統 Skills + Hooks + Plugins Recipes Skills + Automations 基本
本地模型 不支援 Ollama 完整支援 不支援 不支援
Context Window 1M（Opus 4.6） 取決於接的模型 1M（GPT-5） 2M（Gemini）
Multi-agent Agent Teams 多 agent 實例 Codex App 多 agent 無

AAIF：AI Agent 時代的三大基石

2025 年 12 月，一件意義深遠的事發生了——Anthropic、Block、OpenAI 三家公司同時把各自的核心專案捐給 Linux Foundation，成立了 Agentic AI Foundation (AAIF)：

專案 來自 角色
MCP Anthropic AI agent 與工具之間的通訊標準（10,000+ MCP servers）
Goose Block MCP 的參考實作（如何建一個好的 agent）
AGENTS.md OpenAI AI agent 的專案指引標準（60,000+ 開源專案採用）

白金會員：AWS、Anthropic、Block、Bloomberg、Cloudflare、Google、Microsoft、OpenAI。

這代表什麼？Goose 不只是一個工具，它是 AI agent 開源生態的標準參考實作。當你想學「一個 AI agent 應該怎麼設計」，Goose 的架構就是教科書。

Block 內部的實戰數據

Goose 不是實驗室專案，是 Block 內部每天在用的工具：

  • 60% 的 Block 員工每週使用 Goose
  • 回報節省 50-75% 開發時間
  • 超過 100 個版本釋出（最新 v1.20.1）
  • 數百名外部貢獻者

誠實評價：Goose 贏在哪、輸在哪

Goose 贏的地方

  • 零廠商綁定：今天用 Claude，明天換 GPT-5，後天跑本地 Llama，Goose 不在乎
  • 真正免費：工具免費 + Ollama 本地模型 = 零成本
  • 隱私：搭配本地模型，代碼不出你的電腦
  • Recipes：比 Skills 更結構化，適合團隊和 CI/CD
  • Linux Foundation 背書：中立治理，不會被任何一家公司綁架

Claude Code 贏的地方

  • 模型品質：Opus 4.6 的推理能力目前最強，Terminal-Bench #1
  • 整合體驗：Desktop App Preview、Code Review、CI/PR 監控、Session 跨裝置——打磨程度更高
  • Hooks：14 種生命週期事件，比 Goose 的擴充性更細粒度
  • Agent Teams：多 agent 協作是研究預覽中的前沿功能
  • 簡單：裝好就用，不用選模型、不用配 provider

結論

如果你願意花錢換品質和體驗，Claude Code 是目前的最佳選擇。

如果你不想被任何一家 AI 廠商綁定，或是對隱私有硬需求，Goose 是目前最成熟的開源替代方案。它不會嘗試說自己比 Claude Code 好——它說的是「你應該有選擇的自由」。

延伸閱讀：

參考資料

  1. Block Official, "Block Open Source Introduces codename goose"
  2. Goose Docs, "Goose Architecture"
  3. GitHub, block/goose（27K+ stars）
  4. Linux Foundation, "Announces the Formation of the Agentic AI Foundation (AAIF)"
  5. VentureBeat, "Claude Code costs $200/month. Goose does the same thing for free."
  6. Nick Taylor, "What Makes Goose Different From Other AI Coding Agents"
  7. Tembo, "The 2026 Guide to Coding CLI Tools: 15 AI Agents Compared"