7.8
深览指数
科技Bestblogs·阿里技术··AI 生成
为什么 Agent 时代，大家都在做 CLI？
文章指出 AI Agent 时代 CLI 复兴并非复古，而是因其与 LLM 天然同构：文本输入输出、自描述性、Unix 管道哲学等结构性优势。作者提出未来产品应分为面向人、面向 Agent、人机协作三层，并定义了 AI 友好产品的四个特征：可调用、可理解、可组合、可恢复。文章核心贡献在于提出了 CLI、MCP、SKILL 的分层模型（食材-预制菜-菜谱），以及将协作界面的可观测性（计划与过程）定位为信任问题的关键。适合关注 AI 产品架构、工具链设计、以及 Agent 基础设施的产品经理和开发者阅读。原文 ↗
核心观点
- ▍Agent 时代 CLI 复兴不是审美复古，而是因为 CLI 与 LLM 在交互范式上天然同构：text-in/text-out 模式、自描述性（--help 即文档）、组合性（Unix 管道哲学），使其成为 AI 调用数字世界最高效的底层入口。
- 01LLM 是 text-in/text-out 的机器，终端也是 text-in/text-out 的界面，二者之间无需视觉识别和模拟操作，一条命令即可完成操作，通信路径最短。
- 02AI 遇到陌生 CLI 只需敲 --help 即可了解全部能力与参数，而 API 需要预先注入文档、弄清端点和认证方式，CLI 本身即是文档。
- 03文章提出产品分层模型：面向人的 GUI（易用）、面向 Agent 的 CLI（效率）、人机协作界面（新范式）。协作界面的核心难题是信任，解决信任靠可观测性，具体分为计划可观测性与过程可观测性。
- 04作者提出 CLI（食材）、MCP（预制菜）、SKILL（菜谱）的三层分层模型，三者应根据场景灵活切换而非二选一。CLI 是原子指令层，MCP 是封装后的工具层，SKILL 是组合后可实现目标的技能层。
- 05AI 友好的产品应具备四个特征：可调用（每个有价值操作都有编程接口）、可理解（接口语义化且错误可指导下一步）、可组合（操作可原子化串联）、可恢复（幂等、状态可追溯、失败可回退）。
- 06Agent First 不是简单加一个 CLI，而是围绕人+Agent 协作重新设计产品的三层结构：能力暴露层（从功能按钮到可调用接口）、数据流动层（从展示给人到喂给 Agent）、协作边界层（从固定权限到动态可调）。
反方 / 局限
- — 文章主要从系统设计者和 API 提供者视角出发，对『普通用户（非开发者）如何直接管理多个 Agent 的行为』、『安全与权限控制的具体实现路径』等实际部署问题讨论较少。
- — 对 GUI 的批评隐含了一个假设：『AI 应成为主动执行者，人类成为监督者』，这一假设在目标任务明确（如数据分析、代码生成）时成立，但在开放式、模糊需求的创意场景中，人类可能更需要从 GUI 提供的直觉与全局视野中获得启发。
4 分钟 · 4 卡片 · 11 资料
读原文 →