在当前的科技趋势中，AI Agent正从单一工具演变为企业智能化的核心引擎。然而，多模型、多工具的碎片化体验让开发者疲于切换界面。Block公司（前Twitter CEO Jack Dorsey创立，旗下拥有Square、Cash App和Tidal）近日开源了其内部使用的AI Agent桌面工作台——Berd，以Apache 2.0许可在GitHub上发布，瞬间引发了AI赛道的广泛关注。Berd不是又一个聊天机器人，而是一个本地运行的图形桌面应用，旨在为跨模型、跨项目的AI Agent协作提供一个统一的工作表面。这一举动不仅展示了Block对开源生态的承诺，更可能重塑企业使用AI Agent的方式。
从碎片化到统一：Berd的诞生背景
Berd的诞生产生于Block内部的一个实际痛点。在AI投资热潮中，Block的工程师们早已使用多个强大的AI Agent——包括Block自研的Goose、Anthropic的Claude Code和OpenAI的Codex。但这些Agent各自为政，拥有不同的界面、配置系统和上下文管理方式。开发者在不同工具间切换时，不仅需要记忆复杂的操作流程，还得反复重建上下文，极大降低了效率。
Block的AI能力负责人Brad Axen表示：“我们当时面临的情况是，每个Agent都很强大，但跨工具协作如同在多个孤岛间摆渡。员工需要记住哪个项目用什么模型、哪个会话用了什么配置，这种认知负担完全违背了AI‘辅助效率’的初衷。”
于是，Berd成为解决方案：一个“日常AI工作表面”，将聊天、文件、Agent、模型、项目、配置和自动化全部整合在一个桌面应用中。用户只需打开Berd，就能在一个界面内完成从对话到复杂任务编排的全流程。值得注意的是，Berd选择的不是浏览器模式，而是本地桌面应用——基于Tauri 2和React 19构建，支持macOS、Windows和Linux。这种设计的优势在于：Berd可以直接与本地文件、工具、仓库和运行在用户电脑上的Agent交互，无需依赖网络延迟或云端代理。
这一设计思路与当前科技趋势中强调的“本地优先”理念不谋而合。随着AI Agent越来越深入到核心工作流，企业对数据隐私和低延迟的需求日益强烈。Berd的本地化架构，恰好为后续的企业数字化转型提供了更可控的AI基础设施。
透明化操作状态：Berd与普通聊天机器人的本质区别
Berd并非一个简单的“AI聊天包装器”。它的产品规范明确指出：用户必须能随时知道当前对话是由哪个项目、哪些文件、哪个Agent、哪个模型、哪个供应商以及哪个会话状态在驱动。这种对操作状态的透明化强调，是Berd最核心的设计哲学。
在大多数AI工具中，配置（如供应商、扩展、技能、自动化、项目）往往隐藏在管理后台，用户需要跳出当前界面去调整。而Berd将配置视为工作流的一部分，直接暴露在界面中。当模型加载失败、供应商不可用或流式传输中断时，Berd会以清晰的方式显示错误状态，而不是用拟人化的友好语气掩盖问题。
这种“反拟人化”设计背后，是Block对Agent工具的理性认知：AI Agent应当是透明的、可调试的助手，而不是一个“黑箱”魔法。在AI投资日益理性的今天，企业需要的是可控、可审计的AI能力，而非虚幻的“智能感”。
另外，Berd的可视化操作状态也支持了更高级的编排。用户可以在一个项目中同时使用多个Agent，每个Agent负责不同的子任务，而Berd负责协调它们之间的上下文传递。这种“Agent编排层”的概念，正是当前AI赛道上最前沿的探索方向之一。
不再千篇一律：Berd用角色化视觉标识区分Agent
当用户同时管理多个Agent时，如何快速区分它们？Berd给出了一种极具创意的答案：为每个Agent赋予独特的角色、指令、技能、工具，以及可识别的视觉身份。Block开发了一套名为“Gloopies”的动画角色系列，并在Berd的公共站点上展示了预设的“人格化Agent”：
- Pushback：专门扮演“魔鬼代言人”，对草稿提出质疑 - Choosey：帮助缩小决策范围 - Copycat：学习用户的写作风格并模仿 - Tinker：擅长修补和调整 - Wildcard：提供意想不到的创意
每个角色在Berd工作区中都以独立的动画形象出现，而不是枯燥的聊天列表条目。用户一眼就能认出哪个Agent负责什么任务，甚至可以根据任务类型选择不同的“人格”。这种设计并非为了娱乐化，而是有明确的功能目的：视觉标识是Agent背后指令、工具和权限的“速记符”。当用户需要调用一个擅长代码审查的Agent时，看到“Tinker”的形象就知道该找谁。
当然，Block也明确反对过度娱乐化。产品规范将预期人格描述为“专注、能干、友善”，同时拒绝玩具化UI、超大装饰性界面以及隐藏操作状态的“友好界面”。Berd的视觉层是功能性的，而非装饰性的。
这一思路对普通用户也有启发。想象一下，如果你有一个AI工具导航，里面每个工具都有独特的头像和简介，是不是比一长串API名称更直观？Berd的这种设计，或许会推动更多AI产品重新思考“人机交互”的视觉语言。
架构解密：Berd不是模型，而是Agent的编排层
从架构角度看，Berd既不是一个新的基础模型，也不是一个Agent运行时。它是一个轻量级的桌面应用，通过Tauri 2（用于构建桌面应用的Web框架）和React 19实现，与Block另一款开源项目Goose紧密协作。Goose是一个模型无关的Agent框架和运行时，最初专注于软件开发生成式工作流，现已开源。
Berd与Goose的通信通过Agent Client Protocol（ACP）进行。Goose以“sidecar”进程的形式在Berd后台运行，处理底层的Agent循环（如调用大模型、执行工具、管理上下文）；而Berd负责上层的项目、会话、上下文、Agent和配置管理。这种分层设计让Berd可以专注于用户体验和编排，而Goose则专注于Agent能力本身。
Goose本身支持多种模型供应商（包括闭源和本地开源模型），并通过Model Context Protocol（MCP）连接外部工具和数据。这意味着Berd+Goose的组合可以接入任意LLM，同时调用文件系统、代码仓库、数据库等外部资源。
对于企业而言，这意味着他们可以在Berd上统一管理所有AI Agent，而无需关心底层是哪个模型在运行。这种“模型无关”的特性，在AI赛道中尤为重要——因为模型迭代速度极快，企业不希望被单一供应商锁定。Berd的编排层恰好提供了这种灵活性。
Block还表示，Berd的设计目标是让Agent工作不仅限于工程师。普通用户可以从一个简单的对话开始，随着需求增加，逐步添加工具、上下文和结构。这种渐进式学习曲线，有望将AI Agent的应用门槛进一步降低。
开源生态与企业战略：Berd背后的Block野心
Berd以Apache 2.0许可开源，意味着任何人都可以免费使用、修改和重新分发，甚至用于商业用途。目前GitHub仓库已有91位贡献者，版本迭代至0.6.2。这种开放姿态，反映了Block在AI领域的战略：不试图做一个封闭的AI平台，而是通过开源构建一个围绕Agent标准的生态。
值得注意的是，Berd本身并不是Block唯一的AI产品。该公司还有另一款开源协作平台Buzz，主打移动端体验。Block明确表示Berd不是移动产品，Buzz才是移动端首选。这种差异化定位，说明Block正在构建一个完整的AI工具矩阵：Berd负责桌面端深度工作，Buzz负责移动端轻量协作，而Goose作为底层Agent框架。
从商业角度看，这种开源策略可能带来多重收益：首先，通过开源吸引开发者社区，快速迭代产品；其次，将Berd作为推广Goose和MCP协议的入口，间接推动Block在AI基础设施上的话语权；最后，开源可以降低企业采用门槛，加速AI Agent在企业中的普及，从而为Block的云服务、支付等核心业务创造新的价值场景。
对AI投资者而言，Block的这一举动再次印证了当前科技趋势：开源AI工具正在从“模型层”向“编排层”和“应用层”扩展。在AI投资中，关注那些能够解决多模型协同、上下文管理、用户体验等实际问题的平台，可能比单纯追逐模型参数更有价值。
未来展望：Berd能否成为AI Agent的“桌面操作系统”？
Berd的出现，让我们看到了一个可能性：AI Agent不再是一个个孤立的对话窗口，而是可以像桌面应用一样被组织、配置和协作。这种“桌面优先”的AI Agent工作台，或许正是企业级AI落地所需要的最后一公里。
当然，Berd仍然处于早期阶段（0.6.2版本）。它能否在竞争激烈的AI赛道中脱颖而出，取决于几个关键因素：一是社区生态能否快速壮大，形成有影响力的插件和扩展市场；二是Block能否持续投入资源，保持与底层模型能力的同步；三是企业用户是否愿意接受“本地桌面应用”这种形态，而非完全云端的解决方案。
此外，Berd的角色化设计虽然有趣，但可能面临“过度拟人化”的争议。一些用户可能更喜欢纯粹的功能界面，而非动画角色。Block需要在“可用性”与“趣味性”之间找到平衡点。
不过，从AI图片生成到AI诗词，AI工具正在快速渗透到各个领域。Berd的“统一工作表面”理念，或许会启发更多开发者思考：如何让AI Agent真正融入日常工作流，而不是成为又一个需要学习的工具。
如果你对AI Agent的编排感兴趣，不妨试试AI工具导航，寻找适合自己的效率神器。而Berd的开源，无疑为这个领域提供了又一个值得研究的样本。