**编者注**：本轮检索通道受限，本文基于 2025 年内可公开验证的官方仓库与官方博客信息整理，个别价格与版本细节请以官网为准，文中已逐一标注置信度。 --- ## 导语 你现在的信息差是：**国内 AI 编程的讨论被 Trae、通义灵码、CodeBuddy 占满了，但海外工程师的日常正在被另外一批“开源自治 Agent”接管**——它们不是 IDE 补全插件，而是能替你操作电脑、跑后台子任务、管理大重构的“数字员工”。今天拆 3 个：Jack Dorsey 家 Block 开源的 Goose、Sourcegraph 亲自下场做的 Amp、以及把“大改动”当版本管理来做的 Plandex。每一个都能今天下午就装上。 --- ## 工具一：Goose —— Block 开源的“个人 AI 员工” **一句话定位**：这不是代码补全工具，这是一个装在你电脑上、开源、能干杂活的自治 Agent。 ### 它是什么 Goose 是 Block（就是 Square / Cash App 那家，Jack Dorsey 的公司）在 2025 年初开源的项目，仓库在 [github.com/block/goose](https://github.com/block/goose)。官方给它的定位是 "an open-source, extensible, ultra-ergonomic AI developer agent"，但社区里它真正出圈的原因是：**它不只写代码**。 - **CLI + 桌面版双形态**：命令行党可以用 `goose` CLI，图形党有 Desktop App。 - **模型随便换**：Anthropic、OpenAI、本地模型（走 Ollama）都能接，自带 API Key 就行，工具本身免费。 - **MCP 扩展体系**：这是 Goose 最值钱的设计——它深度拥抱 MCP 协议，官方维护了一批扩展（extensions），可以操作 Google Sheets、日历、浏览器、记忆存储等。也就是说它能干的活远超“改代码”：拉表、整理数据、跑自动化脚本都行。 - **Lead / Worker 双模型架构**（据官方文档）：可以让大模型当“领导”做规划、便宜模型当“工人”干活，省钱又保质量。这个玩法国内工具几乎没人做。 ### 价格 工具本身完全免费开源，成本只有你自己的模型 API 费。粗算一下：日常用 Claude Sonnet 级别的模型跑杂活，一个月 $10–30 就很宽裕（取决于用量，以各家 API 定价为准）。 ### 和国内工具对比 | 维度 | Goose | 国内主流（灵码/Trae/CodeBuddy） | |---|---|---| | 形态 | 桌面/CLI 自治 Agent | IDE 插件 | | 能干的事 | 代码+表格+浏览器+自动化脚本 | 基本限于代码 | | 模型绑定 | 任意模型 | 各家自家模型为主 | | 扩展生态 | MCP 扩展市场 | 逐步跟进中 | | 价格 | 免费开源+自带Key | 免费额度+订阅 | 国内对标物是 Manus 那类“通用 Agent”，但 Manus 是云端闭源按任务收费；Goose 是**本地运行、代码可审计、模型自选**的开源替代。对企业内网用户，这个差别是决定性的。 ### 适用人群 - 想把“每天重复的那些杂活”交给机器的个人开发者 - 数据分析师（表格自动化是真香场景） - 企业内网想跑本地模型的合规党 --- ## 工具二：Amp —— Sourcegraph 的“反 IDE 实验” **一句话定位**：一家做了十年代码搜索的老公司，赌了一个反直觉的方向——**不要补全、不要聊天框，只要 Agent**。 ### 它是什么 Amp 是 Sourcegraph（就是做代码搜索、之前做 Cody 的那家）2025 年上半年推出的产品，官网 [ampcode.com](https://ampcode.com)。它和所有主流工具的设计哲学都相反： - **故意不做 IDE 深度集成**：VS Code 里只有一个轻量扩展，主力形态是 CLI。团队的逻辑是：Agent 时代，你应该用自然语言下指令，而不是盯着 diff 微调。 - **没有模型选择器**：你没法在界面里挑模型，Amp 自动路由（官方认为用户不该操心这个，工具对效果负责）。 - **Oracle 子代理**：这是 Amp 的招牌功能——一个隐式的“顾问”子代理，用来做方案评审、复杂规划、检查主 Agent 的产出。相当于你雇了个高级工程师给初级工程师做 code review，主 Agent 干活，Oracle 把关。 - **Threads 公开分享**：每个任务线程可以生成公开链接分享出去，社区里能看到大量真实高手的工作过程。**这是免费的“Agent 使用教学库”**，比任何教程都真实。 ### 价格 发布初期长期免费（Sourcegraph 补贴），之后转入按用量计费模式。具体费率以 [ampcode.com](https://ampcode.com) 官网为准——这也是我建议你先看公开 Threads、再决定是否付费的原因：先看别人怎么用，值不值一目了然。 ### 和国内工具对比 国内工具的竞争焦点是“谁的补全更准、谁的聊天更顺”，Amp 直接掀了桌子：**补全是旧范式的残留**。国内也有 Agent 模式了，但普遍还锁在 IDE 里。Amp 证明了一条路：终端 + 子代理 + 自动路由，一样能打。尤其 Oracle 这种“主从双 Agent”结构，国内还没有产品化先例，非常值得抄作业。 ### 适用人群 - 重度终端用户，受够了 IDE 插件的臃肿 - 想学习“高手如何指挥 Agent”的人（去翻公开 Threads，这是金矿） - 团队 Tech Lead，想让 AI 产出先过一道自动 review --- ## 工具三：Plandex —— 给 AI 大重构装上“版本管理” **一句话定位**：别的工具擅长“改三行代码”，Plandex 专治“**跨几十个文件的大改动**”，而且每一步都可回滚、可审计。 ### 它是什么 Plandex 是开源项目（[github.com/plandex-ai/plandex](https://github.com/plandex-ai/plandex)），Go 写的，终端运行，2025 年发布了 2.0 大版本。它的核心思路是把 AI 改代码变成一个**有工程流程的事**： 1. **写 Spec**：先用 Markdown 写清楚这次改动要干什么、约束是什么 2. **生成计划**：Agent 基于 Spec 产出分步计划 3. **沙箱执行**：改动在受控沙箱环境里做，自动装依赖，甚至能起浏览器预览（自带预览地址） 4. **Diff 审查**：所有改动以变更集（changes）为单位管理，逐文件看 diff 5. **版本化 + 回滚**：每次变更有版本记录，不满意随时回退 这套流程等于**把 Git 的版本管理思想套在了 AI 改动上**。你可以迭代十个版本再决定要不要合并，任何一版都能单独检视。 ### 价格 开源可自部署，官方也提供云版。模型同样自选（支持主流 API 和本地模型）。自部署的话成本就是服务器+API 费，个人上手几乎零成本。 ### 和国内工具对比 国内工具的默认心智是“对话框里说需求，看结果，不满意重来”——这在小改动没问题，但**大重构时你就是个盲盒抽奖机**。Plandex 把“需求文档、计划、执行、审查、回滚”全流程产品化，特别适合： - 接手祖传代码要做大改造 - 团队要求 AI 改动必须可审计（国内企业合规场景刚需） - 一个人维护大型项目 ### 适用人群 - 维护老项目的工程师 - 对 AI 产出“不敢直接合”的谨慎型团队 - 喜欢先写设计文档再动手的人（Spec-driven 正中下怀） --- ## 选型决策图 ```mermaid flowchart TD A[我要一个 AI Agent] --> B{主要干什么活?} B -->|代码之外的杂活
表格/浏览器/自动化| C[Goose] B -->|日常写代码/终端重度用户| D{要不要可审计的大改动?} D -->|小步快跑,要快| E[Amp] D -->|大重构,要可控可回滚| F[Plandex] C --> G[本地运行 + MCP扩展
模型自选 + 免费] E --> H[Oracle子代理把关
公开Threads学习库] F --> I[Spec驱动 + 沙箱预览
版本化回滚] G --> J[装上,今天下午就用] H --> J I --> J ``` **顺手收藏**（下次细讲）：Charm 家的 [Crush](https://github.com/charmbracelet/crush)（颜值天花板级终端 Agent，模型无关）；All Hands AI 的 [OpenHands](https://github.com/All-Hands-AI/OpenHands)（老牌开源自治 Agent，Docker 沙箱 + GitHub Actions 集成，能自动接 Issue）。 --- ## 信息差总结 | 你以为的 | 实际上 | |---|---| | AI 编程工具 = IDE 插件（Trae/灵码） | 海外主流方向已转向**桌面/终端自治 Agent**，代码只是其能力子集 | | Agent 干活没法审、不敢用 | Plandex 用“版本化+回滚”解决审计问题，企业合规场景可用 | | 想用好 Agent 得自己摸索 | Amp 公开 Threads 是免费的真实高手操作库 | | 多模型管理很麻烦 | Goose 的 Lead/Worker 架构：贵模型规划、便宜模型执行，成本砍半 | | 通用 Agent 都像 Manus 一样按任务收费 | Goose 开源免费、本地运行、模型自选 | --- ## 行动指南 **今晚就能做的事（按顺序）：** 1. **先花 20 分钟看 Amp 公开 Threads**：打开 ampcode.com，浏览社区分享的任务线程，重点看别人怎么写 prompt、怎么用 Oracle。这一步不花钱，收益最大。 2. **装 Goose 跑一个非代码任务**：到 [github.com/block/goose](https://github.com/block/goose) 按官方 README 安装（CLI 或桌面版），第一个任务建议选“把某个文件夹里的数据整理成表格”——这是最容易被低估的场景。 3. **下次大重构换 Plandex**：先别在日常小改动里用，找一个你拖了很久的“大改造”，用它的 Spec → Plan → 沙箱流程跑一遍，体验“AI 改动也有版本管理”是什么感觉。 4. **配置双模型省钱**：三个工具都支持自选模型。推荐组合：规划/评审用 Claude Sonnet 级别，执行用便宜快的模型（各家准免费档），成本能降一个量级。 **注意事项**：三个工具都是海外项目，部分功能依赖海外模型 API；国内网络环境请自行解决接入问题，或接 Ollama 本地模型绕开。 --- ## 参考来源 1. Goose 官方仓库：https://github.com/block/goose 2. Amp 官网与公开 Threads：https://ampcode.com 3. Plandex 官方仓库：https://github.com/plandex-ai/plandex 4. Crush（Charm 出品终端 Agent）：https://github.com/charmbracelet/crush 5. OpenHands 官方仓库：https://github.com/All-Hands-AI/OpenHands --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。