Block的AI原生之路：智能体Goose如何重塑企业生产力与“代码”哲学

TL;DR：

Block在CTO Dhanji Prasanna的领导下，通过开源AI智能体Goose，在8周内实现了全员AI部署，将传统金融科技公司转型为AI原生企业。Goose利用Model Context Protocol连接大模型与企业工具，显著提升了工程与非工程团队的生产力，并引发了对未来软件开发、组织结构和“代码质量”哲学的深层思考。

企业战略重塑：从金融科技到AI原生

在AI浪潮席卷全球的当下，企业如何拥抱并内化AI能力，成为其核心竞争力，是摆在所有公司面前的战略命题。由Twitter联创Jack Dorsey创立的金融科技巨头Block（前身为Square）提供了一个极具前瞻性和实践价值的案例。在CTO Dhanji R. Prasanna的带领下，Block在短短两年内完成了从“金融服务公司”到“AI原生科技公司”的战略转型，并成功将一款名为Goose的AI智能体部署给1.2万名员工，实现了惊人的生产力跃升。

这场深刻的变革始于Prasanna写给Jack Dorsey的一份“AI宣言”。他敏锐地察觉到行业风向的转变，并大胆提出Block必须集中投入，成为一个“AI原生”的公司。这份宣言不仅促成了公司层面的AI转型，也让Prasanna这位当时仅是兼职高级工程师的人，直接走上了CTO的岗位。这一任命本身就象征着Block对技术和AI的极度重视。

转型的核心在于组织结构的重塑。Block从传统的“总经理制”（GM structure），即各个业务线（如Square、Cash App、Afterpay）各自为政、独立运作，转向了“职能制”（functional structure），将所有工程师和设计师统一归属于各自的专业部门。Prasanna引用了“康威定律”（Conway’s Law）的深刻洞察：“你的组织结构会直接影响你产出的产品结构” ¹。通过这种调整，Block得以集中技术焦点、统一技术栈和评估体系，为AI和平台建设提供了坚实的基础，也使得工程师能在不同团队间灵活流动，共同追求“技术卓越”。这种变革与乔布斯回归苹果后所做的组织重组异曲同工，再次验证了“技术优先”的公司文化需要与之匹配的组织架构来支撑。

Goose：驱动生产力革命的AI Agent基石

Block转型的技术核心是其自主研发并开源的AI智能体Goose。这款通用型AI代理是公司内部广泛采用的AI“操作系统”，其设计理念和实践成效，为企业级AI部署提供了宝贵的经验。

技术原理与创新点解析：MCP框架

Goose的核心创新在于它基于“模型上下文协议”（Model Context Protocol，简称MCP）构建²。传统的LLMs（大语言模型）擅长理解和生成文本，但缺乏与外部系统进行实际交互的能力。MCP的作用是为现有的企业工具（如Salesforce、Snowflake、SQL等）提供一层标准化封装，使得大模型能够像拥有“手和脚”一样，直接调用和操作这些工具，从而在数字世界中执行实际任务，而不仅仅是“聊天”。

Goose以桌面应用的形式呈现，具备聊天机器人界面，用户可以通过自然语言指令让它完成复杂任务。它支持接入任何大模型（无论是OpenAI/Anthropic等云端模型，还是Ollama等本地开源模型），并通过MCP模块化地连接到各种云服务、数据库和内部系统。这意味着Goose不仅能进行代码生成、数据处理、报告撰写，还能自动化UI测试、整理文件，甚至协调日程安排。这种动态可扩展性和通用性使其远超单一功能的AI助手或编程工具，成为一个可编程的智能平台³。

量化生产力飞跃：8周覆盖1.2万人与20-25%效率提升

Goose在Block内部的部署成果令人瞩目。在短短8周内，它被推广给Block的全体1.2万名员工。深度使用Goose的工程团队，每周平均节省8-10小时的人工工作时间。通过对PR数量、功能吞吐量等多维度数据验证，公司整体的人工节省率达到了惊人的20%～25% ⁴。

这项效率提升并非仅限于工程部门。非技术团队，如企业风险管理、法务部门，现在也能够利用Goose在几小时内自建内部系统，替代过去需要数周等待开发排期的局面。Goose的移动端版本“Gling”更是革新了UI测试流程，通过直接操作Android辅助功能接口，实现了过去需要整支QA团队手动完成的自动化测试，并自动生成报告。这些案例不仅展示了Goose的技术能力，更揭示了AI Agents对传统工作流的颠覆性潜力。

开源策略与生态构建

Block选择将Goose完全开源，这体现了一种独特的商业敏锐度和对未来生态的深刻洞察。开源意味着Goose可以被任何公司下载、使用和扩展，从而构建一个围绕MCP和Goose的开放生态系统。CTO Prasanna表示，Goose的目标是“超越Block的生命周期，成为开放生态的一部分” ²。这种策略不仅加速了技术的普及和迭代，也让Block成为AI Agent领域的领导者之一，并通过吸引更多开发者贡献MCP模块，进一步提升Goose的平台价值。与Databricks等公司的合作也印证了其在行业内的影响力。

未来工作与编程范式：重塑“代码”与“创造”的边界

Goose所代表的AI Agent技术，正在深刻地改变软件工程的未来，并引发对人类工作本质的哲学思辨。

AI赋能下的“删除再重建”与“持续自主工作”

Prasanna对未来AI在工程中的作用做出了大胆预测：随着大模型性能的提升，AI Agent将从当前的“对话式编程”（vibe coding）进化到更强的自主性。他设想AI Agent能够持续工作数小时甚至几天，在夜间或周末完成复杂的功能构建或多个实验方向的实现。这意味着工程师可能在第二天醒来时，只需“挑出最好的方案”，而不是从零开始。

更具颠覆性的是，AI可能让软件开发领域的“重写”哲学发生根本性改变。过去，**“不要轻易重写代码”是行业金科玉律，因为代价巨大。但未来AI可能使得“每次发布都重建整个应用”**成为可能，通过AI生成最优的新版本，同时保留人类的经验和优化²。这种“删除再重建”的范式，将极大提高软件迭代的速度和质量。

人类“品味”的不可替代性与工作职能的模糊化

尽管AI Agent能力日益强大，但Prasanna强调，人类的“品味”和高层次判断力依然关键。AI可以高效执行任务，但它缺乏对“什么才是真正重要”的全局思考和对“人味”的感知。在流程优化、战略决策和判断是否真正需要某个工具或流程时，人类的批判性思维和洞察力仍然不可替代。

AI Agent的普及也正在模糊传统岗位的界限。Block的案例显示，法务、风险控制和设计团队都在利用AI代理和编程工具完成任务，使得“法务可能也在写代码，工程师也可能在做设计” ²。这意味着未来“能主动利用AI优化自己工作流程的人，往往能带来最大的影响力”，而**“AI原生程序员”**这一概念，更多指的是善于与AI协作、指挥AI完成任务的工程师，而非完全依赖AI的初级开发者。

“代码质量与产品成功没有直接关系”：一场哲学思辨

Prasanna在访谈中抛出了一个“反直觉”的观点：“代码质量与产品成功没有直接关系”。他以YouTube和Google Video的对比为例：YouTube的代码结构曾被诟病混乱，但其产品大获成功；而Google Video技术更先进、功能更多，却惨败。这深刻揭示了产品成功的本质不在于代码的“漂亮”或“技术先进”，而在于是否真正解决了用户的问题 ²。

这一观点与Wired所倡导的批判性思维相契合，提醒技术人员不应陷入“技术洁癖”的误区。在AI大规模生成代码的未来，代码的“质量”标准可能需要重新定义，而**“受控的混乱”（controlled chaos）**，即在确保基础系统稳定性的前提下，赋予团队高度自由去快速实验和创新，反而能激发最具价值的突破。这不仅是一种工程哲学，更是一种商业策略，强调了速度、实验和市场契合度在产品开发中的决定性作用。

企业转型启示录：拥抱AI的领导力与学习文化

Block的AI转型为其他企业提供了宝贵的经验，尤其是在领导力、文化建设和招聘策略方面。

高管亲自实践与“学习优先”的文化

Prasanna强调，推动AI广泛采用的关键在于高管层的亲身实践。Jack Dorsey和CTO本人每天都在使用Goose，这种自上而下的身体力行，能够让领导者真正理解AI如何改变工作流，进而制定更有效的推动策略。这种“别想太多，直接动手”的实用主义导向，比空泛的理论分析更具说服力。

Jack Dorsey所倡导的“学习型思维”和“学习优先”的公司文化，是Block能够快速适应AI变革的内在驱动力。公司鼓励员工进行实验、从失败中学习，并将“从中学到了什么”置于每次都得出“正确商业答案”之上。这种容错和探索的精神，对于在AI快速演进时期寻找最佳应用场景至关重要。

对招聘和组织结构的深远影响

AI正在重塑人才需求。Block在招聘时更加看重应聘者是否具备**“学习型思维”和主动拥抱AI的意愿**，而非仅仅是其传统编程技能。面试中甚至鼓励候选人使用AI工具解决问题，以考察他们与AI协作的能力和批判性思维。

Prasanna观察到，资深工程师和刚入行的新手是接受AI工具最快的两类人。资深工程师将AI视为解放重复劳动、专注于高层次设计的工具，而年轻一代则能毫无包袱地“闪电般”上手。这种代际和经验的差异，预示着企业在构建AI时代团队时，需要更精细化的策略。此外，AI使得Block在招聘上更注重“结构性优化”——通过提升系统效率和模块化，以更少的资源实现更大的产出，而非单纯地扩张团队规模²。

AI Agent的崛起不仅是技术变革，更是对企业战略、组织结构、人才发展和哲学思维的全面挑战与机遇。Block的Goose实践，向我们展示了一条通往AI原生未来的可行路径，即通过前瞻性的战略布局、颠覆性的技术工具、适应性的组织变革和以人为本的文化建设，构建一个更高效、更具创新力的未来企业。

引用

• AI Agent
• 企业转型
• 生产力提升
• 开源AI
• 软件工程
• 未来工作