GooseはIDEなのか？ AIに開発環境を使わせるという選択肢

たまたま見つけた、GooseというオープンソースのAIエージェントが気になりました。CLIなのか、IDEなのか。それとも、Claude Codeのような開発エージェントなのか。

調べてみると、単なるコード生成ツールとして紹介するよりも、もう一段広い視点で捉えたほうが納得がいく感じです。

Gooseは何をするツールなのか

Gooseは、Block（SquareやCash Appなどを展開する企業）が開発した、オープンソースのAIエージェントです。2025年1月28日に公開されました。ちょっと古い感じの方が、ずっと使えるという楽しさもあります。

CLI版だけでなく、デスクトップアプリとAPIも用意されています。したがって、IDEなのに、AIが自分の環境で実際に作業するための実行基盤と呼ぶのが近いでしょう。このAIに操作してもらう考えは、2024年頃すでに定着していたようです。

一般的なチャットAIは、コードを提案してくれます。しかし、そのコードをファイルに保存し、コマンドを実行し、エラーを読み、修正して、再びテストするのは人間の仕事でした。

Gooseは、その一連の作業をAI自身が進められるようにします。

しかも、対象はプログラミングだけではありません。拡張機能を利用すれば、外部サービスとの連携や調査、データ分析、ワークフローの自動化にも活用できます。

公式サイト：https://goose-docs.ai/

MCPから生まれたツールなのか

Gooseの歴史を理解するうえで、MCPとの関係は重要です。ただし、MCPが登場したから初めて生まれたツール、という説明は正確ではありません。

GooseはBlockによって開発され、2025年1月にオープンソースとして公開されました。その後、MCPを活用した外部ツールとの連携を広げていきます。この進化が、近年のあるあるパターンですね。

そして2025年12月、Linux FoundationのAgentic AI Foundation（AAIF）が発足した際、GooseはMCP、OpenAIのAGENTS.mdと並ぶ主要プロジェクトの一つになりました。

2026年4月には、Gooseのプロジェクトと公式ドキュメントの移管も案内されています。

ここで注目したいのは、個別のAIエージェントが、一企業の開発ツールにとどまらず、オープンなエージェント基盤の一部になっていることです。

MCPがAIと外部ツールを接続する共通規格なら、Gooseは、その接続を利用して実際の作業を進める側に位置しています。

Claude CodeやAiderとの違い

近い領域には、Claude Code、Aider、OpenHandsなどのツールがあります。このメンバーを見ただけでも、私の好みに近そうです。

Claude Codeは、ターミナルからコードの調査・編集・テストなどを進める開発エージェントです。AiderはGitリポジトリとの連携を重視するオープンソースのコーディング支援ツール。OpenHandsは、開発作業を自律的に進めるエージェント環境を提供しています。

これらは完全に同じものではありませんが、共通する方向性があります。

それは、AIをコードの相談相手として使うだけでなく、開発作業そのものを任せるという考え方です。個人的には、この「任せる」が出てくると、ちょっと心配になる要素です。

Gooseの特徴は、特定のモデルや開発サービスだけに閉じない構成にあります。複数のAIプロバイダーに対応し、MCPによる拡張も可能です。ローカルモデルを使う構成も選べます。

つまり、モデル、ツール、作業環境を組み合わせて、自分なりのAIエージェント環境を作れるわけです。ここが、ツボになりそうなポイントです。

ただし、ローカル実行なら安心とは限らない

Gooseを検討するなら、実行権限にも注意が必要です。

Gooseはファイルを編集したり、シェルコマンドを実行したりできます。初期設定の自律実行モードでは、ユーザーの権限でシステムコマンドを実行し、アクセス可能なファイルを変更できる場合があります。

手動承認やスマート承認に切り替えることもできますが、最初から何でも任せるのはおすすめできません。

まずは重要なデータのない作業用ディレクトリで試し、必要な権限だけを与えるのが現実的です。

また、Goose自体が自分のマシンで動くことと、AIモデルもローカルで動くことは別です。クラウドのモデルを選べば、APIキーや利用料金が必要になる場合があります。ローカルモデルを使う場合も、モデルの導入やハードウェアの制約は残ります。

開発環境を構築するのではなく、使わせる

個人的に興味があるのは、Gooseがどこまで開発環境の面倒を引き受けてくれるのか、という点です。

AIエージェントを使うために、モデルを選び、APIキーを設定し、MCPサーバーを追加し、設定ファイルを調整する。こうした準備が増えると、便利なはずのツールを使うために、別の仕事が生まれてしまいます。

Gooseも、導入や設定が不要な魔法の道具ではありません。それでも、複数のモデルやツールを一つの作業環境にまとめ、実際の仕事を進めるための仕組みとして見る価値があります。

技術的な興味は、AIがどれだけ賢くコードを書くか、という競争だけではありません。人間が開発環境を整える時間を減らし、作りたいものを考える時間を増やせるか。

Gooseは、その方向を考えるための一つの選択肢になりそうです。

参考リンク

• Goose公式サイト：https://goose-docs.ai/
• ソースコード：https://github.com/aaif-goose/goose
• 公開時の公式発表：https://goose-docs.ai/blog/2025/01/28/introducing-codename-goose/
• Agentic AI Foundation：https://aaif.io/
• 権限設定の公式ガイド：https://goose-docs.ai/docs/guides/goose-permissions/