開發者掀起「去雲端化」叛變：Block 開源 AI 代理 Goose 挑戰 Claude Code 訂閱制
編輯核心觀點
- ✦Claude Code 的高昂訂閱費與頻繁的用量限制引發開發者不滿，促使社群轉向尋求開源替代方案。
- ✦由 Block 開發的 Goose 允許開發者在本地端運行 AI 代理，徹底擺脫雲端依賴與訂閱費用。
- ✦Goose 具備模型中立特性，支援多種開源模型，並透過本地執行確保程式碼隱私與離線作業能力。
Claude Code 的訂閱焦慮：開發者為何出走？
AI 程式開發工具的崛起伴隨著沈重的成本代價。Anthropic 推出的終端機 AI 代理 Claude Code，雖能自主撰寫、除錯並部署程式碼，但其每月 20 美元至 200 美元的訂閱費用，以及嚴格的用量限制，已在開發者社群中引發強烈反彈。
目前 Anthropic 的定價策略中，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），而 Max 方案（最高每月 200 美元）雖提供較高額度，但仍設有每週的「小時」限制。開發者普遍認為這些限制定義模糊，且經常在密集開發的 30 分鐘內即告耗盡，被批評為「無法用於實際工作」。
Anthropic 則辯稱，這些限制僅影響不到 5% 的用戶，主要針對「24 小時不間斷在背景運行」的極端使用者。然而，該公司並未明確說明此比例的計算基礎，導致開發者對其透明度感到質疑。
Goose：本地端的開源突圍
由 Jack Dorsey 領導的金融科技公司 Block，近期推出的開源 AI 代理 Goose，成為這場「開發者叛變」中的關鍵角色。與 Claude Code 必須將查詢傳送至 Anthropic 伺服器不同，Goose 是一套「機器端 AI 代理」，能完全在用戶的本地硬體上運行。
「你的資料始終留在你身邊，句點。」——軟體工程師 Parth Sareen
Goose 的核心優勢在於其「模型中立」設計，開發者可以自由選擇模型，包括透過 Ollama 在本地運行 Meta 的 Llama 系列、阿里巴巴的 Qwen、Google 的 Gemma 或 DeepSeek 等開源模型。這意味著開發者不僅能省下訂閱費，還能實現真正的離線開發，甚至在飛機上也能運作。
如何打造你的本地 AI 開發環境
Goose 的運作依賴於「工具呼叫（tool calling）」能力，使其能自主執行建立檔案、執行測試套件或檢查 GitHub Pull Request 狀態等複雜任務。若要建立一套免費且隱私的開發環境，開發者可遵循以下步驟：
1. 安裝 Ollama：透過 ollama.com 下載並安裝，這是管理本地模型運行的核心工具。安裝後，可透過終端機指令（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），開發者可從 GitHub 的發布頁面下載對應作業系統的版本。
3. 整合與部署：Goose 支援「模型內容協定（Model Context Protocol, MCP）」，能連接資料庫、搜尋引擎與第三方 API，將 AI 代理的能力延伸至基礎模型之外。
截至 2026 年 1 月 19 日發布 1.20.1 版本，Goose 在 GitHub 上已累積超過 26,100 顆星，展現出足以與商業產品抗衡的開發速度與社群影響力。
