OpenCode、Pi 与 Goose：开源 AI Agent 栈的三个层级

最近开源 AI Agent 生态蓬勃发展，涌现出许多新项目。其中 OpenCode、Pi 和 Goose 三个项目经常被放在一起讨论，但它们实际上代表了 AI Agent 栈中三个不同但互补的层级。理解这个三层模型有助于我们更好地选择和使用这些工具。

Pi：Agent 内核（Agent Kernel）

Pi 是一个 Agent 工具包（agent harness/toolkit），它提供了构建和运行 AI Agent 所需的基础设施：

• 交互式 CLI：提供命令行界面与 Agent 交互
• Agent 运行时：管理 Agent 的生命周期和执行
• 多提供商 LLM API：支持接入不同的语言模型提供商
• 终端 UI 库：提供终端用户界面组件

Pi 的核心定位是底层基础设施——它没有内置的权限系统，也不规定 Agent 应该做什么。它更像是一个"引擎"，为上层应用提供运行能力。

Goose：本地 Agent 工作台（Orchestration Surface）

Goose 是一个本地 AI Agent 工作台，提供了更高层的抽象：

• 桌面应用和 CLI：提供图形界面和命令行两种使用方式
• API 接口：支持程序化调用
• Linux 基金会 Agentic AI Foundation 成员：属于更广泛的开源 AI 生态
• MCP 风格扩展：通过类似 Model Context Protocol 的方式扩展能力

Goose 的定位是"编排层"——它负责协调不同的工具和 Agent，为用户提供统一的工作界面。

OpenCode：编码 Agent（Software Development Agent）

OpenCode 是一个专注于编码的开源 AI Agent：

• 终端 UI 和桌面应用：提供多种交互方式
• 全访问构建 Agent 模式：可以完全访问文件系统和执行命令
• 只读规划 Agent 模式：仅读取代码进行规划，不修改文件

OpenCode 是三层模型中最上层的应用——它专注于软件开发场景，利用下层的运行时和编排能力来完成具体的编码任务。

三层模型

这三个项目构成了一个清晰的三层架构：

┌─────────────────────────────────┐
│  OpenCode（编码 Agent）          │  ← 应用层：面向具体任务
├─────────────────────────────────┤
│  Goose（编排层）                 │  ← 编排层：协调工具和 Agent
├─────────────────────────────────┤
│  Pi（Agent 内核）                │  ← 基础设施层：运行时和 API
└─────────────────────────────────┘

• Pi 提供底层运行时能力
• Goose 在 Pi 之上提供编排和工作台功能
• OpenCode 利用这些能力专注于软件开发任务

配置与提供商问题

在使用这些工具时，配置和 LLM 提供商的选择是一个重要考虑因素：

• 不同的提供商（OpenAI、Anthropic、本地模型等）可能有不同的能力和限制
• 配置方式因工具而异，需要针对具体工具进行设置
• 提供商的选择会影响 Agent 的能力和成本

使用场景

根据不同需求，可以选择不同层级的工具：

• 只需要 Agent 运行时：直接使用 Pi
• 需要统一的工作台和工具编排：使用 Goose
• 专注于编码任务：使用 OpenCode
• 需要完整栈：可以组合使用三层工具

核心区分

尚未回答的问题

这个生态仍在快速发展中，一些问题尚待解答：

• 三层之间的集成边界会如何演变？
• 是否会出现更多专注于特定领域的 Agent（如 OpenCode 专注于编码）？
• 配置和提供商的标准化会如何发展？

结论

OpenCode、Pi 和 Goose 不是竞争关系，而是代表了 AI Agent 栈中三个不同但互补的层级。理解这个三层模型有助于：

1. 更好地选择适合自己需求的工具
2. 理解不同工具之间的关系和依赖
3. 预测这个生态的未来发展方向

随着开源 AI Agent 生态的成熟，我们可能会看到更多专注于特定层级的项目出现，以及层级之间更清晰的接口和集成方式。

来源：
- OpenCode
- Pi
- Goose
- 原文 Gist