Goose：Linux 基金会亲儿子，能撼动 Claude Code 和 OpenCode 吗？
上周刷 GitHub Trending，一个 43000+ Star 的项目引起了我的注意——Goose。更让我意外的是，它刚从 Block（Square 的母公司）迁移到了 Linux 基金会旗下的 Agentic AI Foundation (AAIF)。一个用 Rust 写的 AI Agent，既有桌面 App 又有 CLI，还能嵌入 API。这不就是 Claude Code 和 OpenCode 的直接竞品吗？
我花了一个周末深入看了它的源码和文档，把这三个工具放在一起做了个对比。结论可能跟你想的不一样。
本文提纲
- Goose 是什么：来自 AAIF 的开源 AI Agent
- 核心架构：三层分离 + MCP 扩展生态
- Claude Code：Anthropic 的终极武器
- OpenCode：轻量级开源选手
- 三者正面对决：关键维度对比
- 该怎么选
Goose 是什么：来自 AAIF 的开源 AI Agent
Goose 的定位很清晰：一个跑在你机器上的通用 AI Agent。不只是写代码——研究、写作、自动化、数据分析，什么都能干。
几个硬数据：
| 指标 | 数据 |
|---|---|
| GitHub Stars | 43,358 |
| Forks | 4,417 |
| 主要语言 | Rust |
| License | Apache 2.0 |
| 贡献者 | 30+ |
| 支持的 LLM Provider | 15+（Anthropic、OpenAI、Google、Ollama、OpenRouter、Azure、Bedrock 等） |
| MCP 扩展 | 70+ |
| 创建时间 | 2024-08-23 |
2026 年 4 月，Goose 从 block/goose 正式迁到了 aaif-goose/goose。Linux 基金会专门成立了 Agentic AI Foundation 来托管这个项目——这在 AI Agent 领域是头一遭。
它有三种使用方式：
- 桌面 App（macOS / Linux / Windows）——图形界面，拖拽操作
- CLI——
curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash一行安装 - API——嵌入到你自己的应用里
核心架构：三层分离 + MCP 扩展生态
Goose 的架构设计是它最大的亮点，也是最值得学习的地方。
三层架构
┌─────────────────────────────────┐
│ Interface Layer │
│ (Desktop App / CLI / API) │
└───────────────┬─────────────────┘
│
┌───────────────▼─────────────────┐
│ Agent Core │
│ (interaction loop, context │
│ management, error handling) │
└───────────────┬─────────────────┘
│
┌───────────────▼─────────────────┐
│ Extensions (MCP) │
│ 70+ tools via Model Context │
│ Protocol │
└─────────────────────────────────┘
Interface 层收集用户输入，展示输出。Agent Core 管理整个交互循环：把请求 + 可用工具列表发给 LLM，执行 LLM 返回的工具调用，把结果返回给 LLM，循环往复直到任务完成。Extensions 层通过 MCP 协议提供具体的工具能力。
交互循环的关键细节
Goose 的 Agent Loop 有个值得注意的设计——Context Revision。每次工具调用返回结果后，Goose 会用一个小型 LLM 做摘要，移除过时信息，优化 token 使用。这意味着它能在长对话中保持上下文质量，而不是像一些 Agent 那样越聊越笨。
错误处理也很有意思：Goose 把所有错误（包括 JSON 解析失败、工具不存在这类问题）都作为工具响应返回给 LLM，让模型自己决定怎么处理。不是直接抛异常挂掉，而是给模型一个自我修复的机会。
MCP 扩展生态
Goose 基于 Model Context Protocol (MCP) 构建扩展系统，这是 Anthropic 提出的开放标准。70+ 扩展包括：
| 类别 | 扩展举例 |
|---|---|
| 内置 | Developer（默认启用）、Computer Controller、Memory、Auto Visualiser |
| 平台 | Apps、Chat Recall、Code Mode、Extension Manager、Summon、Todo |
| 外部 | 通过 --with-extension "npx -y @modelcontextprotocol/server-github" 动态加载 |
特别提一下 Summon——它可以加载 skills 和 recipes，把子任务委派给子 Agent。这跟 Claude Code 的 multi-agent 思路异曲同工。
ACP：Agent Client Protocol
除了 MCP，Goose 还支持 ACP (Agent Client Protocol)。这意味着：
- Goose 可以作为 ACP Server，让 JetBrains、Zed 等编辑器连接过来
- Goose 也可以把外部的 ACP Agent（比如 Claude Code、Codex）当作 Provider 使用
说白了，Goose 不只想当 Agent，还想当 Agent 的调度器。
Claude Code：Anthropic 的终极武器
Claude Code 不需要太多介绍。它是 Anthropic 官方的 CLI Agent，深度绑定 Claude 模型。
优势很明显：
- 模型能力天花板最高：Claude 4 系列在代码任务上的表现是公认的顶级
- 深度 IDE 集成：VS Code 扩展、JetBrains 插件，无缝衔接
- 成熟的 Agent 能力：多文件编辑、上下文管理、错误恢复都很稳
- MCP 支持：也能连接外部工具和服务器
- 企业级支持：Max 订阅、Team 计划，有 SLA
短板也很明显：
- 锁死 Anthropic 生态：只能用 Claude 模型，没得选
- 不开源：你看不到它的决策逻辑，也没法自定义
- 贵：API 调用费用不低，Max 订阅 $200/月
- 纯 CLI：没有官方桌面 App（虽然有第三方方案）
Claude Code 的定位是一个高度优化的单模型 Agent。它在 Claude 生态里表现最好，但出了这个生态就是另一回事了。
OpenCode：轻量级开源选手
OpenCode 是另一个开源的终端 AI Agent，走的是简洁路线。
核心特点：
- 开源：代码完全透明
- 多 Provider 支持：不绑定单一模型
- 终端优先：纯 CLI，启动快，资源占用小
- 轻量：没有 Goose 那么重的桌面 App，也没有 Claude Code 的企业级包袱
不足之处：
- 扩展生态相对薄弱：没有 Goose 的 70+ MCP 扩展那么丰富
- 模型优化不如 Claude Code：毕竟 Claude Code 是针对 Claude 模型深度调优的
- 社区和资源较少：项目成熟度和文档完善度不如前两者
OpenCode 更像是一个务实的工具选择——够用、开源、不折腾。
三者正面对决：关键维度对比
直接上表，不废话：
| 维度 | Goose | Claude Code | OpenCode |
|---|---|---|---|
| 开源 | ✅ Apache 2.0 | ❌ 闭源 | ✅ 开源 |
| 语言 | Rust | TypeScript | Go |
| 使用方式 | 桌面 App + CLI + API | CLI + IDE 插件 | CLI |
| 模型支持 | 15+ Provider | 仅 Claude | 多 Provider |
| MCP 扩展 | 70+ | 支持 | 有限 |
| ACP 支持 | ✅（双向） | ❌ | ❌ |
| 桌面 App | ✅ 全平台 | ❌ | ❌ |
| 上下文管理 | 自动摘要 + 压缩 | 原生优化 | 基础 |
| 错误恢复 | LLM 自修复 | 成熟 | 基础 |
| 治理 | Linux 基金会 | Anthropic | 社区 |
| 成本 | 免费（自带模型 API 费） | API 费 + 订阅 | 免费（自带模型 API 费） |
| 成熟度 | 快速成长中 | 最成熟 | 早期 |
几个关键差异值得展开说说：
模型自由度 vs 模型深度
Goose 和 OpenCode 都支持多个 LLM Provider，你可以用 Anthropic、OpenAI、Google，甚至本地 Ollama。但 Claude Code 对 Claude 模型的优化是其他工具比不了的——它的 prompt engineering、工具调用格式、上下文管理都是针对 Claude 深度调优的。
这是典型的 广度 vs 深度 权衡。如果你只用 Claude 模型，Claude Code 的体验可能是最好的。但如果你想在 GPT-5、Gemini、Llama 之间切换，Goose 是更灵活的选择。
扩展生态
Goose 的 70+ MCP 扩展是实打实的优势。而且 MCP 是开放标准，理论上任何 MCP 服务器都能接入。这意味着 Goose 的工具集可以持续增长，不需要等官方开发。
更关键的是 ACP 协议——Goose 可以把 Claude Code 当作自己的 Provider。也就是说，你可以用 Goose 的界面和扩展生态，同时享受 Claude Code 的模型能力。这种"我全都要"的思路很有意思。
Rust 带来的性能差异
Goose 用 Rust 写的，这意味着：
- 启动速度快
- 内存占用低
- 跨平台一致性好
- 适合嵌入到其他应用里（通过 API）
Claude Code 用 TypeScript 写，在 Node.js 环境里跑，对于大多数开发场景够用了。但如果你在意性能和资源占用，Rust 的优势是真实的。
该怎么选
说了这么多，给出我的建议：
选 Claude Code，如果：
- 你已经是 Claude 订阅用户
- 你主要用 Claude 模型，不需要切换
- 你需要最成熟的代码 Agent 体验
- 你不介意闭源
选 Goose，如果：
- 你想要一个开源、可自托管的 Agent
- 你需要在不同 LLM Provider 之间切换
- 你需要桌面 App 而不只是 CLI
- 你想要丰富的 MCP 扩展生态
- 你在乎项目的长期治理（Linux 基金会背书）
选 OpenCode，如果：
- 你想要一个轻量级的终端 Agent
- 你不需要桌面 App
- 你更看重简洁而非功能丰富度
- 你想快速上手，不想配置太多东西
有一点可以确定：Goose 转投 Linux 基金会，意味着 AI Agent 领域开始出现基金会级别的治理结构。这对开源生态是个好信号——至少在治理层面，AI Agent 工具正在走向成熟。
如果你的团队在评估 AI Agent 工具，建议三个都试一下。Goose 的桌面 App + CLI 组合对新手最友好，Claude Code 在纯代码场景下效率最高，OpenCode 适合已经有成熟工作流的老手。
作者: itech001
来源: 公众号：AI人工智能时代
主页: https://www.theaiera.cn，每日分享最前沿的AI新闻和技术。
本文首发于 AI人工智能时代，转载请注明出处。