本文解析 Block 公司裁员后股价上涨事件背后的关键 AI 工具——Goose。Goose 是一个开箱即用的本地 AI 自主执行框架，支持工程执行、工具集成与多模型切换，适合开发者与团队用于自动化重复开发任务、提升工作效率。文章包含其核心能力、安装配置指南及对 AI 如何改变工作模式的思考。
Tags:
上周四，X（Twitter）联合创始人 Jack Dorsey 在平台上发布了一条关于 Block 公司的备忘录。
说这是公司历史上最艰难的决定之一，接着就宣布：Block 员工人数减少 40%，超过 4000 人。
虽然看上去是一条负面的信息，但大家万万没想到，在消息宣布的当晚，Block 股价暴涨 24%。
很多人看到这个数字，都沉默了。
一家业绩正增长、毛利创历史新高的公司，在最赚钱的时候，砍掉近一半员工，资本市场用涨停来鼓掌。
回头再看下，Dorsey 在帖子里给出的核心理由只有一句话：AI 改变了构建和运营一家公司的方式。
甚至还补了一刀："我认为大多数公司都反应迟钝，未来一年内，绝大多数公司都会得出同样的结论。"
这消息一经传出，瞬间在 AI 科技圈炸开了锅。
很多人开始深挖：Block 内部到底在用什么 AI 工具，能让一万人的公司觉得六千人就够了。
Goose，可能就是答案之一。
这是 Block 自己孵化、并于 2025 年初开源的 AI Agent 自动化框架，已斩获 31000+ GitHub Star。
简单说，它是一个能跑在本地的 AI 自主执行工具，不只帮我们写代码给建议，而是能真正动手干活。
只需给它一个任务，就能读文件、写代码、跑测试、装依赖、调 API，出了错自己 Debug，直到把活完成为止。
如果把 Cursor 比作一个随叫随到的技术顾问，那么 Goose 更像一个能承包任务的外包开发团队，给它需求，自己跑完再交付。
Goose 的核心能力，主要有三大方面。
工程执行方面，写代码、跑测试、读写文件、执行系统命令，一套完整的开发流程能独立跑下来。
如果我们刚接手一个复杂的大型项目，让它从头读代码、梳理调用关系、生成架构说明，比自己啃文档快得多。
工具集成方面，基于 MCP 协议，可以无缝接入 GitHub、Jira、数据库、内部系统，只要有 MCP 扩展，都能打通。
简单举个例子，让它读取 Figma 设计稿生成对应代码，省去了我们与设计师之间反复沟通的成本。
模型自由方面，不绑定任何一家模型，Claude、ChatGPT、Gemini、本地的 Ollama，随便切，谁好用就用谁，成本和效果可以自己控制。
同时上手使用几乎没有门槛，提供开箱即用的安装包，支持 macOS、Windows 和 Linux 系统。
可以到官网或者 Releases 发布页面下载，如果习惯命令行，macOS 也可以执行如下命令安装：
brew install goose安装完成后，进入配置页面选择模型供应商，目前已支持 Anthropic、OpenAI、Google、OpenRouter 等模型供应商。
如果需要本地部署、不想产生 API 费用的话，也可以接入 Ollama，使用本地模型，把所有数据留在本机。
配置完成后，打开主界面就能看到：
左侧提供了 Chat 对话、Recipes 工作流模板、Apps 应用市场、Scheduler 定时任务、Extensions 扩展管理等核心功能入口。
界面简洁直观，相当容易上手。
写在最后
看到 Block 这次优化事件，很多人第一反应可能是恐慌。
但仔细想，真正值得关注的，不是 AI 在替代人，而是 AI 在替代哪种工作方式。
被替代的，是那种机械重复、靠堆人头来扩大产出的传统工作模式。
比如数据分析师，如果每天的工作是拉 SQL、整理表格、出报告，这些流程 Goose 这类工具今天就能跑。
但一个能看懂业务、会定义问题、知道数据背后意味着什么的人，AI 还远远替代不了。
差距就在这里。
对我们来说，最实际的应对方式，不是焦虑被替代这件事，而是主动把这些工具用起来。
让 Goose 处理那些重复的工程任务，腾出精力去做判断、做决策、做创造性的工作。
把 AI 当杠杆，而不是当威胁。
用 AI 提效的人，和不用 AI 的人，时间久了，生产力的差距会越拉越大。
Block 这次，算是给所有人提了个醒。
趁工作之余把 AI 工具用起来，主动拥抱变化，永远比被动等待先走一步。
GitHub 项目地址：https://github.com/block/goose
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
没有评论:
发表评论