AI 复兴了 CLI，但图形界面不会消亡- 大数跨境

APPSO

2026-10-12

导读：CLI 面向 AI，GUI 面向人类

AI 发展过程中始终伴随着路线之争：垂类 AI 与通用大模型、套壳应用与自研模型，以及命令行（CLI）与图形界面（GUI）。最新的动向显示，DeepSeek 为 Harness 推出了桌面版客户端并开放下载。其官网首页显著位置设有「Download Desktop」按钮，界面集成了会话列表、插件、工作区及文件预览功能。用户可指令 Agent 整理文档、分析表格或修改代码，并直接查看结果。尽管命令行并未消失，终端和脚本仍作为核心工具存在，但它们已被整合进更宏大的桌面交互体系中。

回溯至去年，DeepSeek 长期专注于底层模型，并未推出面向 C 端用户的友好产品，新功能仅能通过简陋的对话窗口体验。

彼时业界流行一种观点：AI 编程标志着「终端」的复兴。对于许多用户而言，曾经鲜少使用的终端软件，因 Vibe Coding 潮流而重新受到关注。

回顾 2025 年，AI 命令行工具密集发布：2 月 Anthropic 推出 Claude Code，允许开发者在命令行中下达任务，由模型自动搜索代码、修改文件及运行测试；6 月 Google 发布 Gemini CLI；随后 OpenAI 推出 Codex CLI，Github 和飞书也相继发布了各自的 CLI 工具。

当时一种极具吸引力的论断广为流传：图形界面（GUI）服务于人类操作，而命令行（CLI）才是 AI 的理想接口。既然未来工作将大量交由 Agent 执行，为何还需为其设计复杂的图形按钮？

CLI 的技术优势与适用场景

CLI 基于纯文本指令，依赖代码和脚本执行；GUI 则通过鼠标、视窗、图标和菜单等图形元素进行交互。自 1970 年代施乐 PARC 研究中心探索早期概念，到 1984 年苹果 Macintosh 将友好界面普及以来，GUI 一直是主流。

然而，AI 工具推崇 CLI 有其技术合理性。首先，CLI 返回结构化文本（如 JSON），AI 处理效率高且能耗低；相比之下，GUI 需反复截屏识别像素，效率低下且易出错。其次，CLI 在终端运行时可天然访问系统全量文件，而 GUI 插件通常受限于沙盒，仅能访问当前打开的文件。最后，虽然图标和菜单将复杂功能转化为人类易懂的视觉语言，但对于擅长处理文本和结构化数据的 Agent 而言，这层转化反而构成了障碍。

2025 年夏季，这一偏好已渗透至开发者工作流。Google Chrome 工程师 Addy Osmani 指出，随着 Agent 能够跨文件修改代码并运行测试，传统占据屏幕中央的代码编辑器可能成为累赘，他越来越多地停留在终端环境中。

知名开发者 Peter Steinberger 也公开了其配置方案：从 VS Code 回归 Ghostty 终端，并行运行多个 Agent，将 VS Code 仅用于代码查看，Cursor 用于审阅。这种在终端中调度多个 Agent 的实验经历，最终促成了热门工具「Lobster」的诞生。

CLI 的兴起并非简单的复古，而是切实解决了 Agent 「如何高效执行」的问题。

单一终端窗口的局限性与 GUI 的回归

Agent 适合通过命令执行，并不意味着人类适合通过命令来管理 Agent。Addy Osmani 虽推崇终端，但也承认使用 GUI 管理多个 Agent 的经验不可或缺。

Google 在发布 Gemini CLI 时即表明，其与编辑器内的 Gemini Code Assist 共享底层技术，旨在让同一种能力适配多种界面。2025 年 8 月，代码编辑器 Zed 接入 Gemini CLI，提出 Agent Client Protocol，使 Agent 在后台保留命令行执行能力，而通过图形界面向用户展示工作过程及差异，供开发者审阅决定。

2026 年 2 月，OpenAI 推出 Codex 桌面版，支持跨项目长时间派发任务及多 Agent 并行运行。鉴于现有终端和 IDE 并非为此类监督模式设计，OpenAI 采用桌面端形式，以项目为单位组织任务，提供独立工作区和改动审阅功能。

DeepSeek Harness 桌面版同样遵循这一产品逻辑，将会话、插件、自动化流程和文件结果直观呈现于桌面，同时保留终端、脚本及 Web UI 启动方式。用户无需预先掌握特定命令即可观察 Agent 工作，高阶用户仍可继续调用命令行。

GUI 的核心价值与人机协作新形态

「GUI 已死」的论调过于简化。GUI 与 CLI 并非零和博弈，「Agent 使用 GUI」与「用户使用 GUI」更是两个不同维度的概念。2026 年 3 月，Peter Steinberger 指出 AI 编程正转向 GUI，以便开发者更直观地完成复杂任务。

一项针对 440 项桌面任务的研究显示：在既定工具条件下，表现最佳的 GUI Agent 完成率为 59.1%，高于 CLI 的 48.2%；若补充可用命令技能，CLI Agent 完成率升至 69.3%。数据表明，Agent 的能力表现高度依赖于软件提供的入口类型，单一交互方式无法覆盖所有场景。

研究同时指出，CLI 的优势前提是软件提供完整且好用的命令接口。若关键编辑、预览和提交功能仅存在于窗口中，Agent 仍无法绕过 GUI。

从产品演进视角看，人的角色正在发生转变。过去的 GUI 旨在让用户亲手操作每一步；如今，Agent 接管了大量执行步骤，界面转而承担「监督」职责，呈现任务进度、权限管理、文件差异及最终结果。

「CLI 面向 AI，GUI 面向人类」这一观点准确指出了机器与人的接口偏好差异，但不应被误读为「人类界面即将过时」。正因为 Agent 在后台执行了更多命令，人类才更需要可视化的界面来理解并行工作、定位错误源头，并决定哪些成果纳入项目。

DeepSeek 等公司推出桌面客户端，虽不足以宣判软件行业的最终走向，但足以打破一年多前「AI 将把人送进终端」的单向预言。AI 并未排斥图形界面，而是将终端的高效能力延伸至更广阔、更易用的桌面环境中。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 15816

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读502.2k

粉丝0

内容15.8k