Angie Jones

我们推出了 goose 资助计划，为构建智能体 AI 未来的开发者提供 10 万美元资助。我们在寻找有雄心、把 goose 推进到新领域的开源项目。今天，我们很高兴介绍其中一位获奖者：goose In A Pond。这个项目把 goose 从桌面带进你的家。

每次 AI 里出现一个热门新进展，Tech Twitter™ 就会宣布一个牺牲品。

本周的头条观点是 “Skills 刚刚杀死了 MCP”

听起来很大胆。听起来很自信。它也是错的。

如果你一直在关注 MCP，你大概听说过工具，也就是让 AI 助手做事的函数，比如读文件、查询数据库或调用 API。但还有另一个较少被谈论、而且可以说更有趣的 MCP 功能：Sampling。

Sampling 把剧本翻过来。不是 AI 调用你的工具，而是你的工具调用 AI。

最近，我看到更多开发者开始对 MCP 侧目。Darren Shepherd 有一条推文总结得很好：

“大多数开发者是通过编程智能体（Cursor、VSCode）认识 MCP 的，而大多数开发者在这个用例里很难从 MCP 得到价值……所以他们拒绝 MCP，因为他们有 CLI 和脚本可用，那些对他们好得多。”

公平。大多数开发者是通过某种和代码聊天的体验认识 MCP 的，有时它并不比打开终端、用你知道的工具感觉更好。但事情是这样……

这些年来，Block 的 iOS 工程师一直感受着技术债累积的痛苦。功能开关就是一个具体例子。即便成功推出，它们也倾向于留在代码库里，每一个都是拖慢开发的一点重量。

2025 年初，随着对开发者加速的重新关注，Foundation iOS 团队决定组织「功能开关移除月」——大型 iOS 单体仓库里的团队聚在一起，删除可能数十万行死代码的机会。

差不多同一时间，goose 配方恰好发布，团队想知道一份专门的配方能否帮助这项工作。Gemma Barlow 是团队里较新的 iOS 工程师，她想找出来。

我在加州大学伯克利分校教了一场 vibe coding 工作坊，并告诉学生我们会启动 7 个子智能体。有人立刻举手问：「什么是子智能体？」那一刻我意识到，我们一直在抛出智能体、多智能体和子智能体这些词，却没有真正花时间解释它们是什么。所以，下面是一份入门说明，拆解这些协作模式以及何时使用它们。

如果我告诉你，只用 AI 智能体，就能在一小时内做出一个完整、能跑的 Web 应用，你会怎么想？不只是简单的「Hello World」，而是一个带后端 API、响应式前端、单元测试和文档的全栈应用？

这正是我们在 伯克利智能体 AI 峰会的 Vibe Coding 工作坊里做成的事。我演示了如何用 goose 的子智能体编排，拉起一整支 AI 智能体开发团队。每个智能体承担一个具体角色——从产品规划到 QA 测试——并一起构建「AI BriefMe」，一个能就任何主题生成高管风格简报的 Web 应用。

大约凌晨 3 点，我正准备终于闭上眼睛结束这一天，突然被一个狂野的想法惊得坐起来！我想看看如果 goose 和……goose 说话，会发生什么。

我抓起笔记本，睁着一只眼，从 goose 桌面版输入了下面这条提示：

👩🏽‍🦱 我：

从 cli 运行 goose，和另一只 goose 聊一聊，然后告诉我你们聊了什么。要结束和 goose2 的对话，输入 exit

接下来发生的事让我震惊……

每当人们谈论 AI，他们会突出最炫的用例，比如智能体完全写好的应用，或电影级的视频生成。那些当然很酷，但大多数日子里，我只是把平凡的任务交给机器人。

今天，我没有构建应用。我没有写剧本。我只是把事情做完了。

下面是我交给 AI 智能体 goose 的 5 件真实日常任务，它们省了我好几个小时。从提示到结果，没有一件超过一分钟。

不是每项任务都需要天才。也不是每一步都该花一大笔钱。

这是我们在扩展 goose——我们的开源 AI 智能体——时学到的。同一个擅长拆解规划请求的模型，可能完全搞砸一条基本的 shell 命令，或者更糟——做这件事时烧光你的 token 预算。

所以我们问自己：如果能在单次会话里混搭模型呢？

不只是根据用户命令切换，而是让 goose 内建一套真正的系统，在不同模型之间路由任务，每个模型发挥自己的长处。

这正是 lead/worker 模型要填补的缺口。

goose 与 LLM 无关，意味着你可以接入自己选择的模型。然而，并非每个 LLM 都适合与智能体一起工作。有些可能很擅长回答事情，但并不真正做事。如果你在考虑用哪个模型和智能体搭配，这 3 条提示可以快速让你感知模型的能力。

在 Block，我们一直在探索如何让 AI 智能体在商业环境中真正有用。不只是用于演示或原型，而是用于真实的日常工作。 作为 Model Context Protocol（MCP） 的早期合作者之一，我们与 Anthropic 合作，帮助塑造和定义这项开放标准，它把 AI 智能体与真实世界的工具和数据连接起来。

MCP 让 AI 智能体通过一个共同接口与 API、工具和数据系统交互。它通过暴露确定性的工具定义来消除猜测，这样智能体不必猜测如何调用 API。 相反，它专注于我们真正想要的……结果！

当其他人还在试验时，我们已经在 Block 全公司推出了它，并且有真实的影响。

星期一总是让人喘不过气。上周没做完的任务堆在那里，新的优先级不断涌来，会议又散落在日历各处。真的很多 😩。我不再手动整理待办、琢磨每件事该放在哪里，而是用几个顺手的 MCP 服务器配合 goose，让它帮我把这一周安排好。

在最新一期 Wild goose Case 中，主持人 Ebony Louis 和 Ace Abati 探索了一种扩展 goose 自动化能力的新方式：与 VOYP 集成。VOYP 是一套能拨打电话的 AI 系统。嘉宾 Paulo Taylor 拥有超过 35 年经验，他演示了开发者如何用 goose 通过 VOYP 触发并管理基于电话的交互。

和 AI 智能体一起工作有时会感觉难以预测。过去几个月大量使用 goose 之后，我整理了几条关键技巧，帮助你从这个工具中获得最多。无论你的工作流是什么，这些原则都会帮助你更高效地与 goose 协作。

似乎就在昨天，我们都被生成式 AI 惊艳，尤其是那些让普通人也能与大语言模型（LLM）交互的聊天界面。

尽管这很了不起，它只是开始。下一波 AI 是智能体式的，意味着 AI 系统不只回应提示，还会采取行动、做决定，并与外部系统交互。这通过 AI 智能体完成。

开放标准是可互操作系统的关键成分。我们依赖的大多数技术都得益于它们。无论身在何处都能上网，靠的是 Wi-Fi、TCP/IP 和 DNS 这类开放标准。当你的 Gmail 收到来自 Outlook 发件人的邮件，正是 SMTP、IMAP 和 POP3 这类开放标准让这一切无缝发生。我们这个时代最具变革性的技术之一——互联网——之所以能让任何人的网页被全世界访问，也是因为 HTTP 和 HTML 标准。

我们正处于科技新时代的早期：各家公司正在为大众创新并构建实用的 AI 解决方案。要让这项技术长久，开放标准将必不可少，它引导 AI 工具的发展，使不同公司构建的多样系统能够无缝协作。