这是 2026 年的第 30 篇文章（本文阅读时间：约 15 分钟）
过去一段时间，AI Agent 相关工具出现显著变化：能力持续演进，交互入口却回归朴素的命令行（CLI）。这看似“复古”，实则揭示了一个本质趋势：当软件操作者从人类扩展至 Agent，CLI 不再仅是工程师的专属工具，更可能成为 Agent 调用数字世界的高效入口。
笔者所在部门近期提出平台智能化升级需具备"AI 友好”特性。究竟怎样的平台才算 AI 友好？CLI 是否等同于 AI 友好？基于此，本文梳理了相关思考与洞察。
CLI 的前世今生
过去四十年，计算机界面进化遵循从 CLI 到 GUI、从文字到图标、从键盘到触屏的路径，旨在对人更友好。然而进入 Agent 时代，逻辑发生反转：软件的核心用户变成了 AI Agent。
- 第一次：CLI 时代（1970s-1990s）
人类通过文本与计算机交互。开发者输入命令，机器输出结果。界面为字符流，简陋但高效。 - 第二次：GUI 时代（1990s-2025s）
人类通过鼠标和窗口与计算机交互。文件变为图标，命令变为按钮。终端被视为“老派”，IDE 成为主流，开发环境从黑白终端转向图形化编辑器。 - 第三次：Agentic CLI 时代（2025s-）
人类指挥 AI Agent，AI Agent 操作计算机。Agent 需执行读文件、写代码、跑测试、管理 Git 及调用 API 等任务。它不需要美观的按钮或语法高亮，而是需要文本输入输出及完整的系统访问权。
Agent 与 CLI 为何是“绝配”
CLI 的复兴并非审美偏好，而是源于其结构性优势。
- 天然同构
LLM 与终端均遵循"text-in、text-out"机制，二者天然同构。让 AI 操作 GUI 需经历截图、视觉识别、模拟点击等繁琐步骤，易出错且效率低；而 CLI 是 AI 的最短路径。 - 自描述性
这是 CLI 相对于 API 的核心优势。AI 只需对陌生 CLI 执行--help即可获知能力、用法及参数，无需预先注入文档。工具本身即文档，极大降低了接入成本。 - Unix 哲学
管道与组合是 Unix 原语，契合 AI Agent 的执行模型。例如antwork calendar agenda --next-week | grep "张三" | wc -l可一行完成复杂查询。相比 MCP 的预定义标准操作，CLI 支持即兴编排，灵活性更强。 - 原生并行
CLI 命令无状态且可序列化，单个字符串即为完整指令。Agent 可批量生成命令、并行分发至多进程并独立重试，无需维护 Session 状态，完美适配大规模 Agent 协作场景。 - 上下文干净
相比 MCP 需将工具清单常驻上下文窗口（占用 Token 且分散注意力），CLI 按需调用，不占用额外上下文空间，更适合长程任务。
CLI 是否是终局？
答案是否定的。未来产品架构将分为三层：
- 完全面向人：追求美观、流畅的交互体验，GUI 仍是最优解。
- 完全面向 Agent：追求结构化、自描述与可组合性，CLI 是最优解。
- 人机共生协作（Human-Agent Interaction）：双向交互界面。既需让人高效表达意图并获得愉悦体验，又要让 Agent 高效展示状态与接收反馈。谁能定义好这一层，谁就掌握了 AI 时代的协作范式。
人机协作的核心是信任与可观测性。用户需在“完全放手”与“完全不放手”之间找到平衡点。
- 计划可观测性
Agent 执行前先输出方案供人审核。如 AI 编程助手的 Plan 模式，先列出修改文件及策略，确认后再执行，将协作效率提升一个数量级。 - 过程可观测性
实时翻译 Agent 行为为人类可理解的摘要。例如展示当前调用的工具、读取的文件及修改的行数，允许用户随时干预叫停。
尽管 CLI 可观测性对非程序员存在门槛，但优秀的协作界面应致力于让人类仅用 10% 的注意力获得 90% 的掌控感。
CLI、MCP 与 SKILL 的关系
CLI、MCP 与 SKILL 并非互斥选项，而是 Agent 能力栈的三个层级：
- CLI（指令层）：最底层的原子操作。灵活度最高，但每次需从零组装。
- MCP（工具层）：将常用操作封装为结构化工具，预注册给 Agent，输入输出标准化。
- SKILL（技能层）：最上层的编排逻辑。组合多个 CLI 命令与 MCP 工具，形成完整的多步骤工作流。
形象比喻：CLI 是食材（灵活但需处理），MCP 是预制菜（省事但品种固定），SKILL 是菜谱（完整流程，统筹食材与预制菜）。
成熟的 Agent 框架应支持三层无缝切换：简单操作用 CLI，高频标准操作用 MCP，复杂流程用 SKILL。CLI 的繁荣将倒逼 MCP 生态成熟，前者是创新试验场，后者是标准化沉淀池，SKILL 则是最佳实践的固化层。
「AI 友好」的本质定义
AI 时代的产品设计正经历范式转移：从单一服务人类，转向同时服务人类与 AI Agent。这要求重构产品架构，新增"AI 能否高效调用、自动恢复”的评判维度。
"AI 友好”绝非简单叠加 CLI，而是一种新的设计原则，核心特征包括：
- 可调用：所有核心能力均需开放编程接口（CLI/API/MCP），为 Agent 提供通畅的“后门”，避免其依赖低效的屏幕截图与模拟点击。
- 可理解：接口具备语义化命名、结构化返回及指导性错误信息。工具应具备自描述能力，降低 Agent 的学习成本。
- 可组合：操作原子化且接口标准统一，支持 Agent 自由串联编排，打破黑盒限制。
- 可恢复：承认 Agent 会犯错。设计需支持幂等操作、状态追溯及低成本回滚，确保失败不造成不可逆损害。
真正的"AI 友好”还需兼顾“人+Agent"组合的协作体验。产品应原生支持协作边界动态调整：明确哪些操作可自主执行，哪些需人工确认，以及异常处理机制。
正如"Mobile First"重塑了信息架构与交互范式，"Agent First"也倒逼我们重新思考三大根本问题：
- 能力暴露方式：每个产品能力应同时拥有“人造界面”与"Agent 接口”两个版本，共享同一内核。
- 数据流动机制：数据层需从单纯“展示给人看”重构为“既展示给人看，也喂给 Agent 用”，提供结构化、可订阅的数据流。
- 协作边界划定：建立动态可调的信任边界，随交互深入灵活调整 Agent 的自主权，而非在代码中写死。
当下，竞争焦点已从“要不要 AI 友好”转变为“如何更快实现 AI 友好”。率先完成能力 CLI 化、API 化、MCP 化的产品，将率先接入 Agent 生态，赢得下一代原生用户。
注：本文为作者个人技术思考与经验分享，不代表公司官方立场。文中涉及的技术趋势判断基于写作时的认知，仅供交流参考。
