Goose: 'Vị Cứu Tinh' Miễn Phí Cho Lập Trình Viên Trước Chi Phí AI Đắt Đỏ Của Claude Code?

Cuộc cách mạng lập trình bằng trí tuệ nhân tạo (AI) đang đi kèm với một vấn đề lớn: chi phí đắt đỏ. Claude Code, một tác nhân AI dựa trên terminal của Anthropic, có khả năng tự động viết, gỡ lỗi và triển khai mã, đã thu hút sự quan tâm và khơi gợi trí tưởng tượng của các nhà phát triển phần mềm trên toàn thế giới. Tuy nhiên, mức giá của nó – từ 20 đến 200 USD mỗi tháng tùy thuộc vào mức độ sử dụng – đã châm ngòi cho một làn sóng phản đối ngày càng tăng trong chính cộng đồng lập trình viên mà nó muốn phục vụ.

Giờ đây, một lựa chọn thay thế miễn phí đang dần khẳng định vị thế. Goose, một tác nhân AI mã nguồn mở được phát triển bởi Block (công ty công nghệ tài chính trước đây là Square), cung cấp chức năng gần như tương đương với Claude Code nhưng chạy hoàn toàn trên máy tính cục bộ của người dùng. Không phí đăng ký. Không phụ thuộc vào đám mây. Không có giới hạn sử dụng đặt lại sau mỗi năm giờ.

“Dữ liệu của bạn thuộc về bạn, chấm hết,” Parth Sareen, một kỹ sư phần mềm đã trình diễn công cụ này trong một buổi livestream gần đây, chia sẻ. Nhận xét này gói gọn sự hấp dẫn cốt lõi: Goose mang đến cho các nhà phát triển quyền kiểm soát hoàn toàn quy trình làm việc được hỗ trợ bởi AI của họ, bao gồm khả năng làm việc ngoại tuyến – ngay cả trên máy bay.

Dự án này đã bùng nổ về mức độ phổ biến. Goose hiện có hơn 26.100 lượt gắn sao trên GitHub, nền tảng chia sẻ mã, với 362 người đóng góp và 102 bản phát hành kể từ khi ra mắt. Phiên bản mới nhất, 1.20.1, được phát hành vào ngày 19 tháng 1 năm 2026, phản ánh tốc độ phát triển sánh ngang với các sản phẩm thương mại.

Đối với các nhà phát triển đang thất vọng với cấu trúc giá và giới hạn sử dụng của Claude Code, Goose đại diện cho một điều ngày càng hiếm hoi trong ngành AI: một lựa chọn thực sự miễn phí, không ràng buộc cho công việc nghiêm túc.

Giới hạn sử dụng mới của Anthropic châm ngòi cuộc nổi dậy của cộng đồng lập trình viên

Để hiểu tại sao Goose lại quan trọng, bạn cần hiểu rõ tranh cãi về giá của Claude Code.

Anthropic, công ty AI có trụ sở tại San Francisco được thành lập bởi các cựu giám đốc điều hành OpenAI, cung cấp Claude Code như một phần của các gói đăng ký của mình. Gói miễn phí không cấp quyền truy cập nào. Gói Pro, với giá 17 USD mỗi tháng khi thanh toán hàng năm (hoặc 20 USD hàng tháng), giới hạn người dùng chỉ từ 10 đến 40 prompt (lời nhắc) sau mỗi năm giờ – một giới hạn mà các nhà phát triển chuyên nghiệp sẽ cạn kiệt chỉ trong vài phút làm việc chuyên sâu.

Các gói Max, với giá 100 và 200 USD mỗi tháng, cung cấp nhiều 'không gian' hơn: tương ứng 50 đến 200 prompt và 200 đến 800 prompt, cộng với quyền truy cập vào mô hình mạnh nhất của Anthropic, Claude 4.5 Opus. Nhưng ngay cả những gói cao cấp này cũng đi kèm với những hạn chế đã làm cộng đồng nhà phát triển 'nổi giận'.

Cuối tháng 7, Anthropic đã công bố các giới hạn sử dụng hàng tuần mới. Theo hệ thống này, người dùng Pro nhận được 40 đến 80 giờ sử dụng Sonnet 4 mỗi tuần. Người dùng Max ở gói 200 USD nhận được 240 đến 480 giờ Sonnet 4, cộng với 24 đến 40 giờ Opus 4. Gần năm tháng sau, sự thất vọng vẫn chưa lắng xuống.

Vấn đề là gì? Những “giờ” đó không phải là giờ thực tế. Chúng đại diện cho các giới hạn dựa trên token, vốn có thể dao động rất lớn tùy thuộc vào kích thước codebase, độ dài cuộc hội thoại và độ phức tạp của mã được xử lý. Phân tích độc lập cho thấy giới hạn thực tế mỗi phiên dịch ra tương đương khoảng 44.000 token cho người dùng Pro và 220.000 token cho gói Max 200 USD.

“Nó gây nhầm lẫn và mơ hồ,” một nhà phát triển đã viết trong một phân tích được chia sẻ rộng rãi. “Khi họ nói ’24-40 giờ Opus 4,’ điều đó không thực sự cho bạn biết bất cứ điều gì hữu ích về những gì bạn thực sự nhận được.”

Phản ứng dữ dội trên Reddit và các diễn đàn nhà phát triển đã rất gay gắt. Một số người dùng báo cáo rằng họ đạt đến giới hạn hàng ngày chỉ trong 30 phút lập trình chuyên sâu. Những người khác đã hủy bỏ hoàn toàn đăng ký của họ, gọi những hạn chế mới là “một trò đùa” và “không thể sử dụng cho công việc thực tế.”

Anthropic đã bảo vệ những thay đổi này, nói rằng các giới hạn ảnh hưởng đến chưa đến năm phần trăm người dùng và nhắm mục tiêu vào những người chạy Claude Code “liên tục trong nền, 24/7.” Nhưng công ty đã không làm rõ liệu con số đó đề cập đến năm phần trăm người đăng ký Max hay năm phần trăm tổng số người dùng – một sự khác biệt có ý nghĩa rất lớn.

Block đã xây dựng một tác nhân lập trình AI miễn phí, hoạt động ngoại tuyến như thế nào?

Goose tiếp cận vấn đề theo một cách hoàn toàn khác.

Được xây dựng bởi Block, công ty thanh toán do Jack Dorsey dẫn dắt, Goose là thứ mà các kỹ sư gọi là “tác nhân AI chạy trên máy cục bộ” (on-machine AI agent). Không giống như Claude Code, gửi các truy vấn của bạn đến máy chủ của Anthropic để xử lý, Goose có thể chạy hoàn toàn trên máy tính cục bộ của bạn bằng cách sử dụng các mô hình ngôn ngữ mã nguồn mở mà bạn tự tải xuống và kiểm soát.

Tài liệu dự án mô tả Goose vượt xa “gợi ý mã” để “cài đặt, thực thi, chỉnh sửa và kiểm thử với bất kỳ LLM nào.” Cụm từ cuối cùng – “bất kỳ LLM nào” – là điểm khác biệt chính. Goose được thiết kế để hoạt động độc lập với mô hình (model-agnostic).

Bạn có thể kết nối Goose với các mô hình Claude của Anthropic nếu bạn có quyền truy cập API. Bạn có thể sử dụng GPT-5 của OpenAI hoặc Gemini của Google. Bạn có thể định tuyến nó thông qua các dịch vụ như Groq hoặc OpenRouter. Hoặc – và đây là lúc mọi thứ trở nên thú vị – bạn có thể chạy nó hoàn toàn cục bộ bằng cách sử dụng các công cụ như Ollama, cho phép bạn tải xuống và thực thi các mô hình mã nguồn mở trên phần cứng của riêng bạn.

Các ứng dụng thực tế là rất đáng kể. Với thiết lập cục bộ, không có phí đăng ký, không giới hạn sử dụng, không giới hạn tốc độ và không lo ngại về việc mã của bạn bị gửi đến các máy chủ bên ngoài. Các cuộc trò chuyện của bạn với AI không bao giờ rời khỏi máy của bạn.

“Tôi thường xuyên sử dụng Ollama trên máy bay – rất vui!” Sareen lưu ý trong một buổi trình diễn, làm nổi bật cách các mô hình cục bộ giải phóng các nhà phát triển khỏi những ràng buộc về kết nối internet.

Những gì Goose có thể làm mà các trợ lý mã truyền thống không thể

Goose hoạt động như một công cụ dòng lệnh hoặc ứng dụng máy tính để bàn có thể tự động thực hiện các tác vụ phát triển phức tạp. Nó có thể xây dựng toàn bộ dự án từ đầu, viết và thực thi mã, gỡ lỗi các lỗi, điều phối quy trình làm việc trên nhiều tệp và tương tác với các API bên ngoài – tất cả mà không cần sự giám sát liên tục của con người.

Kiến trúc này dựa vào cái mà ngành AI gọi là “gọi công cụ” (tool calling) hoặc “gọi hàm” (function calling) – khả năng của một mô hình ngôn ngữ yêu cầu các hành động cụ thể từ các hệ thống bên ngoài. Khi bạn yêu cầu Goose tạo một tệp mới, chạy một bộ kiểm thử hoặc kiểm tra trạng thái của một pull request trên GitHub, nó không chỉ tạo văn bản mô tả những gì nên xảy ra. Nó thực sự thực thi các hoạt động đó.

Khả năng này phụ thuộc nhiều vào mô hình ngôn ngữ cơ bản. Các mô hình Claude 4 từ Anthropic hiện hoạt động tốt nhất trong khả năng gọi công cụ, theo Bảng xếp hạng gọi hàm Berkeley, xếp hạng các mô hình dựa trên khả năng dịch các yêu cầu ngôn ngữ tự nhiên thành mã và lệnh hệ thống có thể thực thi.

Nhưng các mô hình mã nguồn mở mới hơn đang bắt kịp nhanh chóng. Tài liệu của Goose nêu bật một số tùy chọn với khả năng gọi công cụ mạnh mẽ: dòng Llama của Meta, các mô hình Qwen của Alibaba, các biến thể Gemma của Google và kiến trúc tập trung vào lý luận của DeepSeek.

Công cụ này cũng tích hợp với Giao thức ngữ cảnh mô hình (Model Context Protocol), hay MCP, một tiêu chuẩn mới nổi để kết nối các tác nhân AI với các dịch vụ bên ngoài. Thông qua MCP, Goose có thể truy cập cơ sở dữ liệu, công cụ tìm kiếm, hệ thống tệp và các API của bên thứ ba – mở rộng khả năng của nó vượt xa những gì mô hình ngôn ngữ cơ bản cung cấp.

Thiết lập Goose với một mô hình cục bộ

Đối với các nhà phát triển quan tâm đến một thiết lập hoàn toàn miễn phí, bảo vệ quyền riêng tư, quy trình này bao gồm ba thành phần chính: bản thân Goose, Ollama (một công cụ để chạy các mô hình mã nguồn mở cục bộ) và một mô hình ngôn ngữ tương thích.

Bước 1: Cài đặt Ollama

Ollama là một dự án mã nguồn mở giúp đơn giản hóa đáng kể quá trình chạy các mô hình ngôn ngữ lớn trên phần cứng cá nhân. Nó xử lý công việc phức tạp của việc tải xuống, tối ưu hóa và phục vụ các mô hình thông qua một giao diện đơn giản.

• Tải xuống và cài đặt Ollama từ ollama.com.
• Sau khi cài đặt, bạn có thể tải các mô hình chỉ với một lệnh. Đối với các tác vụ mã hóa, Qwen 2.5 cung cấp hỗ trợ gọi công cụ mạnh mẽ:

ollama run qwen2.5

Mô hình sẽ tự động tải xuống và bắt đầu chạy trên máy của bạn.

Bước 2: Cài đặt Goose

Goose có sẵn dưới dạng ứng dụng máy tính để bàn và giao diện dòng lệnh. Phiên bản máy tính để bàn cung cấp trải nghiệm trực quan hơn, trong khi CLI thu hút các nhà phát triển thích làm việc hoàn toàn trong terminal.

Hướng dẫn cài đặt khác nhau tùy theo hệ điều hành nhưng thường liên quan đến việc tải xuống từ trang phát hành GitHub của Goose hoặc sử dụng trình quản lý gói. Block cung cấp các tệp nhị phân được xây dựng sẵn cho macOS (cả Intel và Apple Silicon), Windows và Linux.

Bước 3: Cấu hình kết nối

Trong Goose Desktop, điều hướng đến Settings, sau đó Configure Provider, và chọn Ollama. Xác nhận rằng API Host được đặt thành http://localhost:11434 (cổng mặc định của Ollama) và nhấp vào Submit.

Đối với phiên bản dòng lệnh, chạy goose configure, chọn “Configure Providers,” chọn Ollama và nhập tên mô hình khi được nhắc.

Thế là xong. Goose hiện đã được kết nối với một mô hình ngôn ngữ chạy hoàn toàn trên phần cứng của bạn, sẵn sàng thực hiện các tác vụ mã hóa phức tạp mà không có bất kỳ phí đăng ký hoặc phụ thuộc bên ngoài nào.

RAM, sức mạnh xử lý và những đánh đổi bạn nên biết

Câu hỏi hiển nhiên: bạn cần loại máy tính nào?

Chạy các mô hình ngôn ngữ lớn cục bộ đòi hỏi tài nguyên tính toán nhiều hơn đáng kể so với phần mềm thông thường. Hạn chế chính là bộ nhớ – cụ thể là RAM trên hầu hết các hệ thống, hoặc VRAM nếu sử dụng card đồ họa chuyên dụng để tăng tốc.

Tài liệu của Block gợi ý rằng 32 gigabyte RAM cung cấp “một nền tảng vững chắc cho các mô hình và đầu ra lớn hơn.” Đối với người dùng Mac, điều này có nghĩa là bộ nhớ hợp nhất của máy tính là nút thắt cổ chai chính. Đối với người dùng Windows và Linux có card đồ họa NVIDIA rời, bộ nhớ GPU (VRAM) quan trọng hơn để tăng tốc.

Nhưng bạn không nhất thiết phải có phần cứng đắt tiền để bắt đầu. Các mô hình nhỏ hơn với ít tham số hơn có thể chạy trên các hệ thống khiêm tốn hơn nhiều. Ví dụ, Qwen 2.5 có nhiều kích thước, và các biến thể nhỏ hơn có thể hoạt động hiệu quả trên các máy có 16 gigabyte RAM.

“Bạn không cần phải chạy các mô hình lớn nhất để đạt được kết quả xuất sắc,” Sareen nhấn mạnh. Khuyến nghị thực tế: bắt đầu với một mô hình nhỏ hơn để kiểm thử quy trình làm việc của bạn, sau đó nâng cấp khi cần.

Để tham khảo, một chiếc MacBook Air cấp thấp của Apple với 8 gigabyte RAM sẽ gặp khó khăn với hầu hết các mô hình mã hóa mạnh mẽ. Nhưng một chiếc MacBook Pro với 32 gigabyte – ngày càng phổ biến trong số các nhà phát triển chuyên nghiệp – sẽ xử lý chúng một cách thoải mái.

Tại sao việc giữ mã của bạn khỏi đám mây lại quan trọng hơn bao giờ hết

Goose với một LLM cục bộ không phải là một sự thay thế hoàn hảo cho Claude Code. So sánh này liên quan đến những đánh đổi thực tế mà các nhà phát triển nên hiểu rõ.

• Chất lượng mô hình: Claude 4.5 Opus, mô hình hàng đầu của Anthropic, vẫn được cho là AI có khả năng nhất cho các tác vụ kỹ thuật phần mềm. Nó vượt trội trong việc hiểu các codebase phức tạp, tuân theo các hướng dẫn phức tạp và tạo ra mã chất lượng cao ngay từ lần thử đầu tiên. Các mô hình mã nguồn mở đã cải thiện đáng kể, nhưng vẫn còn một khoảng cách – đặc biệt đối với các tác vụ khó khăn nhất. Một nhà phát triển đã chuyển sang gói Claude Code 200 USD đã mô tả sự khác biệt một cách thẳng thắn: “Khi tôi nói ‘hãy làm cho nó trông hiện đại,’ Opus biết ý tôi là gì. Các mô hình khác chỉ cho tôi Bootstrap từ năm 2015.”
• Cửa sổ ngữ cảnh (Context Window): Claude Sonnet 4.5, có thể truy cập thông qua API, cung cấp một cửa sổ ngữ cảnh khổng lồ một triệu token – đủ để tải toàn bộ các codebase lớn mà không gặp vấn đề về chia nhỏ hoặc quản lý ngữ cảnh. Hầu hết các mô hình cục bộ bị giới hạn ở 4.096 hoặc 8.192 token theo mặc định, mặc dù nhiều mô hình có thể được cấu hình cho ngữ cảnh dài hơn với chi phí tăng mức sử dụng bộ nhớ và xử lý chậm hơn.
• Tốc độ: Các dịch vụ dựa trên đám mây như Claude Code chạy trên phần cứng máy chủ chuyên dụng được tối ưu hóa cho suy luận AI. Các mô hình cục bộ, chạy trên máy tính xách tay tiêu dùng, thường xử lý các yêu cầu chậm hơn. Sự khác biệt này quan trọng đối với các quy trình làm việc lặp đi lặp lại khi bạn đang thực hiện các thay đổi nhanh chóng và chờ phản hồi từ AI.
• Độ trưởng thành của công cụ: Claude Code hưởng lợi từ các tài nguyên kỹ thuật chuyên dụng của Anthropic. Các tính năng như bộ nhớ đệm prompt (có thể giảm chi phí tới 90% cho các ngữ cảnh lặp lại) và đầu ra có cấu trúc được trau chuốt và ghi lại tốt. Goose, mặc dù được phát triển tích cực với 102 bản phát hành cho đến nay, dựa vào sự đóng góp của cộng đồng và có thể thiếu sự tinh chỉnh tương đương trong các lĩnh vực cụ thể.

Goose so với Cursor, GitHub Copilot và thị trường mã hóa AI trả phí

Goose gia nhập một thị trường đông đúc các công cụ mã hóa AI, nhưng chiếm một vị trí đặc biệt.

• Cursor, một trình chỉnh sửa mã được tăng cường AI phổ biến, tính phí 20 USD mỗi tháng cho gói Pro và 200 USD cho Ultra – mức giá phản ánh các gói Max của Claude Code. Cursor cung cấp khoảng 4.500 yêu cầu Sonnet 4 mỗi tháng ở cấp độ Ultra, một mô hình phân bổ khác biệt đáng kể so với việc đặt lại hàng giờ của Claude Code.
• Cline, Roo Code và các dự án mã nguồn mở tương tự cung cấp hỗ trợ mã hóa AI nhưng với các mức độ tự chủ và tích hợp công cụ khác nhau. Nhiều dự án tập trung vào hoàn thành mã hơn là thực thi tác vụ theo kiểu tác nhân (agentic task execution) định nghĩa Goose và Claude Code.
• CodeWhisperer của Amazon, GitHub Copilot và các sản phẩm dành cho doanh nghiệp từ các nhà cung cấp đám mây lớn nhắm mục tiêu đến các tổ chức lớn với các quy trình mua sắm phức tạp và ngân sách chuyên dụng. Chúng ít liên quan hơn đến các nhà phát triển cá nhân và các nhóm nhỏ đang tìm kiếm các công cụ nhẹ, linh hoạt.

Sự kết hợp giữa tính tự chủ thực sự, khả năng hoạt động độc lập với mô hình, hoạt động cục bộ và chi phí bằng không của Goose tạo ra một đề xuất giá trị độc đáo. Công cụ này không cố gắng cạnh tranh với các sản phẩm thương mại về sự tinh tế hay chất lượng mô hình. Nó cạnh tranh về sự tự do – cả về tài chính lẫn kiến trúc.

Kỷ nguyên 200 USD một tháng cho các công cụ mã hóa AI có thể đang kết thúc

Thị trường công cụ mã hóa AI đang phát triển nhanh chóng. Các mô hình mã nguồn mở đang cải thiện với tốc độ liên tục thu hẹp khoảng cách với các lựa chọn thay thế độc quyền. Kimi K2 của Moonshot AI và GLM 4.5 của z.ai hiện đang đạt điểm chuẩn gần với cấp độ Claude Sonnet 4 – và chúng có sẵn miễn phí.

Nếu quỹ đạo này tiếp tục, lợi thế về chất lượng đã biện minh cho mức giá cao cấp của Claude Code có thể sẽ bị xói mòn. Anthropic sau đó sẽ phải đối mặt với áp lực cạnh tranh về các tính năng, trải nghiệm người dùng và tích hợp thay vì chỉ khả năng mô hình thô.

Hiện tại, các nhà phát triển đối mặt với một lựa chọn rõ ràng. Những người cần chất lượng mô hình tốt nhất tuyệt đối, có thể chi trả mức giá cao cấp và chấp nhận các hạn chế sử dụng có thể thích Claude Code. Những người ưu tiên chi phí, quyền riêng tư, truy cập ngoại tuyến và tính linh hoạt có một lựa chọn thay thế thực sự trong Goose.

Thực tế là một sản phẩm thương mại giá 200 USD mỗi tháng có một đối thủ mã nguồn mở miễn phí với chức năng cốt lõi tương đương bản thân nó đã là điều đáng chú ý. Nó phản ánh cả sự trưởng thành của cơ sở hạ tầng AI mã nguồn mở và sự khao khát của các nhà phát triển đối với các công cụ tôn trọng quyền tự chủ của họ.

Goose không hoàn hảo. Nó đòi hỏi thiết lập kỹ thuật phức tạp hơn so với các lựa chọn thay thế thương mại. Nó phụ thuộc vào tài nguyên phần cứng mà không phải nhà phát triển nào cũng sở hữu. Các tùy chọn mô hình của nó, mặc dù cải thiện nhanh chóng, vẫn còn tụt hậu so với các sản phẩm độc quyền tốt nhất trong các tác vụ phức tạp.

Nhưng đối với một cộng đồng nhà phát triển đang phát triển, những hạn chế đó là những đánh đổi chấp nhận được để có được một thứ ngày càng hiếm hoi trong bối cảnh AI: một công cụ thực sự thuộc về họ.

Goose có sẵn để tải xuống tại github.com/block/goose. Ollama có sẵn tại ollama.com. Cả hai dự án đều miễn phí và mã nguồn mở.

Nguồn tham khảo: VentureBeat