開發者掀起「去雲端化」叛變：Block 開源 AI 代理 Goose，挑戰 Anthropic 的昂貴訂閱制
編輯核心觀點
- ✦Anthropic 的 Claude Code 訂閱制因高昂費用與模糊的「小時制」用量限制，引發開發者社群強烈反彈。
- ✦由 Block 開發的開源 AI 代理 Goose 提供類似功能，且完全能在本地端運行，徹底擺脫雲端依賴與訂閱費用。
- ✦Goose 具備模型中立特性，開發者可自由搭配 Ollama 等工具，在離線狀態下執行程式碼編寫、除錯與部署任務。
開發者對 Claude Code 的訂閱制失去耐心
人工智慧編碼革命正伴隨著高昂的代價。Anthropic 推出的終端機 AI 代理 Claude Code 雖然能自主撰寫、除錯並部署程式碼，但其每月 20 至 200 美元的訂閱費用，已讓許多開發者感到不滿。特別是其「用量限制」機制，更被社群視為難以接受的門檻。
根據 Anthropic 的定價結構，免費方案完全無法使用 Claude Code。Pro 方案（每月 20 美元）每五小時僅提供 10 至 40 次提示（prompt）；即便支付每月 200 美元的 Max 方案，也設有嚴格的限制。Anthropic 在去年 7 月更進一步引入「週用量限制」，以「小時」為單位計算，但這些數據並非實際時間，而是基於 Token 數量的抽象換算。開發者抱怨，這些限制不僅模糊不清，且在密集編碼時，往往不到 30 分鐘就會觸發上限，導致許多人憤而取消訂閱。
Goose：完全本地化的開源替代方案
面對 Claude Code 的限制，由支付公司 Block（前身為 Square）開發的開源 AI 代理 Goose 正迅速崛起。Goose 的核心優勢在於它是一款「機器本地端 AI 代理」，所有處理過程皆在使用者電腦上完成，無需將程式碼傳送至外部伺服器。
「你的資料始終掌握在自己手中。」——軟體工程師 Parth Sareen
Goose 的設計採取「模型中立（Model-agnostic）」架構，這意味著開發者可以根據需求連接任何大型語言模型（LLM）。除了透過 API 連接 Claude、GPT-5 或 Gemini 外，開發者也能利用 Ollama 等工具，在本地硬體上直接運行開源模型（如 Meta 的 Llama、阿里巴巴的 Qwen 或 Google 的 Gemma）。這種模式不僅省去了訂閱費，更讓開發者能實現「離線編碼」，即使在飛機上也能不受網路限制地工作。
如何架設你的本地 AI 編碼環境
Goose 之所以能執行複雜任務，歸功於其「工具呼叫（Tool calling）」能力，使其能自主執行檔案建立、測試套件運行及 GitHub 互動。若要建立一套完全免費且具隱私保護的開發環境，開發者可遵循以下步驟：
1. 安裝 Ollama：透過 ollama.com 下載並安裝，這是運行本地模型的核心工具。安裝後，可透過指令（如 ollama run qwen2.5）下載並啟動具備強大工具呼叫能力的開源模型。
2. 安裝 Goose：Goose 提供桌面應用程式與命令列介面（CLI），開發者可依據偏好選擇版本。安裝完成後，即可將其與本地運行的模型串接，開始自動化編碼流程。
截至 2026 年 1 月 19 日，Goose 已發布至 1.20.1 版本，並在 GitHub 上累積超過 26,100 顆星，顯示出開源社群對於「去雲端化」AI 開發工具的強烈需求。
