SEO OS: от поискового сигнала к понятному действию

Goose: бесплатный агент делает работу Claude Code

Goose от Block повторяет работу Claude Code бесплатно: агент ставится на ноутбук, работает с Ollama и вашими данными. Сравниваем лимиты и цену.

Новости ИИ · Новости

Все новости
AG Branding
Новости ИИ-агентов: белый гусь на фоне кода, метафора открытого агента Goose от Block

14 ноября 2026 Разработчики платят Anthropic от 17 до 200 долларов в месяц за Claude Code, а потом упираются в лимит через полчаса работы. Free-версия Claude Code не дает ничего, Pro-тариф разрешает 10-40 запросов за пять часов. На этом фоне растет проект Goose от Block, финтех-компании Джека Дорси: тот же агент в терминале, только бесплатный и на вашем железе.

У Goose 26 100 звезд на GitHub, 362 контрибьютора и 102 релиза с момента запуска. Последняя версия 1.20.1 вышла 19 января 2026 года, то есть темп разработки сравним с коммерческими продуктами. Агент ставит, правит, запускает и тестирует код без подписки.

Коротко: Goose работает с любой моделью: Claude, GPT-5, Gemini, локальные Qwen, Llama и DeepSeek через Ollama. На локальной модели нет подписки, лимитов и отправки кода на чужой сервер. Инженер Block Парт Сарин показал на стриме, как запускает агента в самолете без интернета.

Почему разработчики ушли от Claude Code

В конце июля Anthropic ввела недельные лимиты. Для Pro это 40-80 часов использования Sonnet 4 в неделю, для Max за 200 долларов - 240-480 часов Sonnet 4 и 24-40 часов Opus 4. Независимый разбор показал, что за «часами» стоят токены: около 44 тысяч для Pro и 220 тысяч для тарифа Max.

На Reddit и в профильных форумах люди пишут, что упираются в дневной лимит за 30 минут плотной работы. Anthropic отвечает, что ограничения касаются меньше пяти процентов пользователей и тех, кто гоняет агента круглосуточно. Уточнения, пять процентов от всех клиентов или от подписчиков Max, компания не дала.

«Это сбивает с толку и ничего не объясняет. Когда говорят про 24-40 часов Opus 4, непонятно, что ты на самом деле получаешь», - написал один из разработчиков в разборе, который разошелся по сообществу.

Как устроен Goose

Агент работает в терминале или в виде desktop-приложения и подключен к моделям через вызовы инструментов. Он пишет файлы, гоняет тесты и проверяет статус pull request в GitHub. Текстом-описанием дело не ограничивается. Через протокол MCP агент подключается к базам, поиску, файловой системе и внешним API.

Настройка на локальной модели занимает три шага. Сначала Ollama, затем сам Goose из релизов на GitHub, затем выбор провайдера в настройках с адресом http://localhost:11434. Базой Block называет 32 ГБ оперативной памяти, но младшие версии Qwen 2.5 работают и на 16 ГБ.

Где Goose проигрывает

Разница в качестве моделей остается. Claude 4.5 Opus лучше понимает крупные кодовые базы и сложные инструкции. Один разработчик на тарифе за 200 долларов сформулировал так: «Когда я говорю «сделай это современно», Opus понимает, о чем я. Остальные модели выдают Bootstrap образца 2015 года».

Контекст у локальных моделей по умолчанию 4-8 тысяч токенов против миллиона у Sonnet 4.5 по API. Скорость на ноутбуке ниже, чем на серверах Anthropic, а кеширование промптов и структурированные ответы у коммерческого продукта отшлифованы сильнее.

Что это значит для бизнеса

Открытые модели подтягиваются к закрытым. Kimi K2 от Moonshot и GLM 4.5 от z.ai уже близко к Sonnet 4 по бенчмаркам, и их можно скачать. Если разрыв сократится, премия за подписку начнет объясняться удобством и поддержкой, а не качеством кода.

Для компании это вопрос политики, а не цены. Код с базой клиентов или платежными интеграциями уходит на серверы вендора при каждом запросе. Локальный агент оставляет данные внутри контура, и это же снимает риск, что подрядчик упирается в лимит в день сдачи проекта.

Внедрение искусственного интеллекта в разработку во Владивостоке и на Дальнем Востоке упирается в те же два вопроса: где живут данные и сколько стоит агент в месяц. Начинаем с аудита: какие задачи уходят агенту, какие модели допустимы по политике безопасности, где выгоднее локальный контур. Дальше настраиваем автоматизацию с помощью ии так, чтобы агент работал с вашим репозиторием и вашими проверками.

Читайте также