为什么一夜之间大家都在做CLI？

近期，飞书、Google、Stripe、ElevenLabs、网易云音乐等多家知名企业不约而同地发布了CLI（命令行工具）。这一现象引发了技术社区的广泛讨论——在图形界面如此成熟的今天，为什么这些公司反而开始投入资源开发看起来相当「复古」的命令行工具？

AI的能力边界与工具生态

要理解这一趋势，首先要厘清CLI的本质。CLI（命令行界面）与GUI（图形用户界面）的核心区别在于交互方式：GUI依赖视觉和点击操作，而CLI则是纯文本的指令输入。这种看似落后的交互方式，恰恰与AI的运作机制高度契合——AI本质上是「文字进、文字出」的语言模型，它没有视觉能力，却天然擅长处理文本。

新一代CLI的创新特征

将AI仅仅视为「全知全能的大脑」是一种误解。更准确的比喻是：AI像一个非常聪明、学习能力极强的新员工，但它需要两样关键资源才能发挥价值——工具和上下文。工具决定了AI能做什么事，上下文则相当于「说明书」，告诉AI如何使用特定工具。 以视频处理为例，安装了ffmpeg后，AI就能执行视频压缩、格式转换、片段截取等操作；而飞书CLI则让AI具备查询日程、发送消息、管理文档等能力。工具越新，AI对其就越陌生，这就催生了新一代CLI工具的标配——Skills文件。这种本质上是Markdown格式的说明书，能够告诉AI工具的具体功能和调用方式。

CLI作为AI万能插件的优势

新一代CLI工具与传统的命令行工具已存在本质区别。传统CLI的输出面向人眼设计，遇到交互式菜单时AI会直接卡住；而新一代CLI从设计之初就考虑了AI作为调用者的场景：所有操作通过参数一次性传入，输出采用JSON格式便于AI解析，支持--dry-run预览执行结果，甚至允许AI主动查询工具有哪些命令及所需参数。 更深层的创新在于，新一代CLI实际上将MCP协议、Skills说明和Plugin功能三者融为一体。以Google Workspace CLI为例，它同时提供执行能力、内置MCP服务作为标准通信协议、自带Skills文件作为使用说明书。这种「三位一体」的设计使CLI成为事实上的AI插件，且具备跨平台优势——无论Claude Code、Cursor还是DeepSeek都能调用。

现实挑战与应对思路

尽管CLI展现出诸多优势，但其结构性缺陷也不容忽视。最突出的是安全问题：Plugin在平台沙箱中运行，有声明式权限控制；而CLI直接执行shell命令，AI一旦获得执行权限就能以当前身份做任何操作，缺乏「只读不写」的细粒度控制。 此外，实际应用中还面临多重挑战：Skills文件过大会占用AI有限的上下文窗口导致推理质量下降；交互式提示会导致AI卡死；输出过长会淹没关键信息。更根本的问题在于，发现机制缺失——用户如何知道某个CLI工具的存在？认证流程繁琐——装五个工具需要登录五次。安装体验也未针对AI操作进行优化。

如有侵权，请联系删除。