Agent：Make CLI Great Again

从 24 年的 Copilot、RAG，到 25 年的 Agent、MCP、Workflow。到 26 年，CLI 命令行界面突然翻红了。为何搞了多年的软件界面图形化，突然要回到“石器时代”的命令行界面。

因为，AI 2.0 时代，软件的主要用户不再是人类。

一、CLI：老古董到新基建

CLI 这次翻红，不是因为人类突然又爱上敲命令了，而是因为 Agent 天然更适合通过 CLI 来调用软件能力。

在 Agent 语境下谈的 CLI，指的是一整套”用结构化的命令和参数来调用软件能力”的方式，API 调用本质上也是这个范畴——传一组参数进去，拿一组结构化结果回来。所以在 Agent 的世界里，CLI 是一个更大的概念，API 是它的子集，或者说 API 是 CLI 精神的一种具体实现形态。理解了这一点，后面的讨论才不会拧巴。

那为什么说 Agent 天然更适合 CLI 这种交互方式？因为 GUI 是给人类设计的，所有的按钮位置、菜单层级、页面跳转，出发点都是人的视觉习惯和操作直觉。相反地，Agent 操作 GUI，本质上是让它”看屏幕→识别元素→模拟点击”。界面改版一次流程就断，弹窗多一个逻辑就卡，一个按钮藏三层菜单里，今天在左上角明天更新跑右下角去了。人类觉得这是”界面升级”，Agent 看来这就是”施工现场”。更别提页面上还有广告、导航栏、动效、评论区这些信息噪音，Agent 得先花一堆算力判断哪些是有用信息、哪些是装修。

CLI 的世界就朴素多了：输入是命令加参数，输出是文本或 JSON，报错走 stderr，成功失败有退出码。Agent”打开 OA 系统找到审批按钮提交请假申请”，它得先理解整个 UI 布局；但你给它一条 oa leave create —type annual —from 2026-04-08 —to 2026-04-09，动作是什么、参数是什么、结果怎么回，清清楚楚。对人类来说这有点硬核，但对 Agent 来说这就是标准化车间。

所以今天 CLI 的角色已经变了。它不再只是程序员提效的老工具，而是正在变成 Agent 调用软件能力的执行层。过去 CLI 服务程序员，今天 CLI 服务 Agent。

这也是为什么飞书、钉钉、Obsidian，还有一堆开源工具和开发平台，最近都在认真做 CLI。它们不是突然怀念 DOS 时代，而是在给未来的”数字员工”修路。因为一旦 Agent 真的开始干活，它就不能永远待在聊天框里。它得能查日历、发消息、改文档、搜知识库、触发审批、跑脚本、管工作流。而这些动作要落地，最合适的不是让它去点界面，而是给它一个可调用、可调试、可审计、可编排的命令接口。

所以，CLI 正在从老古董变成 Agent 时代的新基建。

二、既生瑜何生亮？MCP vs CLI

聊 CLI 就绑不开 MCP。最近很多讨论喜欢把两者搞成擂台赛：“MCP 已死，CLI 永生。“这话听着过瘾，但经不起细想。

MCP 更像一套模型调用工具的标准协议，它关心的是工具怎么描述、怎么暴露、怎么被模型发现、怎么做标准化接入，解决的是”工具怎么接进来”的问题。CLI 更像一个执行层，关心的是命令怎么写、参数怎么传、输出怎么回、失败怎么重试、出了问题人能不能一起排查，解决的是”动作怎么跑起来”的问题。两者分工不同，不是互相替代的关系。而且 MCP server 完全可以把 CLI 命令包装成工具暴露给模型，它们是可以嵌套的。

很多人攻击 MCP，主要抓一个点：工具一多 schema 一长，模型容易被一堆工具描述淹没，token 烧得飞快。这个问题真实存在，但不能无限放大，因为现在主流方向已经不是把所有工具全量灌进上下文，而是按需发现、按需加载。模型先知道有哪些工具大类，真要用的时候再去看具体说明，不用把整本说明书都背下来。

CLI 相对于 MCP 有三个优势：

第一是人机共用。这一点特别关键。Agent 调一个 CLI 命令出了问题，工程师可以直接把那条命令复制到终端里马上复现、排查、修复。但如果 Agent 走的是一层封装很深的协议，中间发生了什么，很多时候人类是摸不着的。CLI 最大的价值之一就是 Agent 能用、人也能用，人类和 AI 共用同一套操作路径、同一套排错路径、同一套自动化资产。这不是小优势，这是工程落地的大优势。

第二是天生支持组合。CLI 天然适合拼流水线：cmd 1 | cmd 2 | cmd 3，拿一个命令的输出直接喂给下一个命令，再过滤、排序、导出。Agent 不只是调一下工具就完事，复杂任务里它需要把多个动作编排成连续流程，CLI 的管道和脚本机制在这方面有天然土壤。当然，真到了复杂状态管理的场景，Agent 更多会在代码层面做编排，管道不是万能的，但作为轻量级组合手段依然很实用。

第三是和现有基础设施天然兼容。现实里大量系统本来就有 shell 脚本、CI/CD 流水线、cron 任务、环境变量、日志、权限体系。CLI 一接进去就能复用几十年的成熟基建，不需要从零搭一套新的。

所以真正合理的理解不是”谁干掉谁”，而是各管一层：API 是底层能力，MCP 是接入协议，CLI 是人机共用的执行界面，GUI 是纯人类界面。四者大概率长期共存。

三、All in CLI 是又一次的 FOMO？

飞书、钉钉在做 CLI，Obsidian 在做 CLI，甚至连剪映都在做。各种开发工具和 Agent 框架也在往 CLI 靠。这背后的逻辑很直白：未来的软件不只服务人类员工，也要服务 AI 员工。一个系统既要能让人点击操作，也要能让 Agent 程序化调用，CLI 正好是连接两边的桥梁。

拿协同办公平台来说，原来消息、文档、表格、审批、日历、任务都散落在不同界面和接口后面。CLI 化之后，这些能力被重新包装成一组组可调用的命令。人继续在界面里办公，Agent 在后台批量跑任务，开发者用脚本做自动化，三者共用一套平台。平台从”人类办公工具”升级成”Agent 可调用的企业操作系统”，这是一次本质的身份转变。

Obsidian 的路数更有意思。它做 CLI 不是为了企业流程，而是要把个人知识库变成 Agent 的外部记忆。原来笔记是人写人看人搜，有了 CLI 后 Agent 也能搜、能写、能追加、能整理。笔记软件从记录工具开始变成 AI 的长期记忆层，谁掌握了 Agent 的长期记忆，谁就更容易留在用户的核心工作流里。

看起来软件 CLI 化全是好处，那风险呢？

有的，而且不小。如果平台只是把能力通过 CLI 开放出来，却没有往上做权限管控、调用审计、工作流治理、企业安全这些事，那最终很可能被上层的超级 Agent”后端化”——用户只记得自己在用某个万能 Agent，根本不知道也不关心底下调的是谁家的办公系统、谁家的知识库。软件商辛辛苦苦开放了 CLI，结果沦为 Agent 的后端供应商，品牌认知归零。

所以 CLI 开放本身不是终局，它只是入场券。真正值钱的是 CLI 之上那一层东西：权限治理、调用审计、企业安全、工作流托管、插件生态、平台计费。短期看做 CLI 是利好，能帮你抢占 Agent 生态入口，让自己成为”最容易被 Agent 调用的软件”。但长期看，能不能从”开放命令”走到”控制工作流”，才决定你吃到的是红利还是残羹。

所以 All in CLI 是不是 FOMO？如果软件商理解的 All in 只是”赶热点地赶紧把命令行工具做出来”，那确实有点 FOMO 的味道，因为光有 CLI 不解决根本问题。但如果把 CLI 当作重新构建软件能力接口的起点，围绕它去做治理、安全、生态，那这就不是 FOMO，而是面向 Agent 时代的一次基础设施升级。

所以，CLI 这次回归不是旧时代的复辟，是软件在 Agent 时代的又一次交互方式的重新分层。未来的软件会同时长出三张脸：GUI 给人看，API/MCP 给系统接，CLI 给 Agent 和开发者共用。Make CLI Great Again 不是一句玩笑话——当 AI 从会聊天走向会干活，CLI 正在重新成为软件世界最重要的执行接口之一。

这一，CLI 告别旧大陆，航向新大陆。