还记得 MCP 吗?它被称为「模型与外部世界交互的 USB 接口」,诞生至今其实没多久。当时要解决的是一个很具体的问题:模型不擅长用外部工具,需要一个协议来告诉它「这个工具怎么用」。
但现在看,MCP 已经行将就木,大家又回到了更古老的 CLI 上。
为什么?先把 MCP 的问题拆开看。
第一,协议太新,模型不熟。互联网上的相关语料太少,模型对它的理解天然就弱,光是让它按规矩调用,就得额外花力气。
第二,成本和 token 都省不下来。MCP 要常驻一个 Server,维护一套常驻系统本身就要耗人力;更麻烦的是,每次会话启动都得把 Server 提供的工具元信息带进上下文——哪怕这一轮压根不调用它,这些描述也照样占着 token。
第三,Agent 爆发之后,前提变了。模型通过 Agent 架构已经有了很强的动手能力,想调什么工具直接调就是,没必要再把一大堆接口说明预先塞进上下文里。
所以归根结底,MCP 是 Agent 爆火之前、模型还不会自己动手那个阶段的临时方案。Agent 一成熟,它的收益没变,代价却越来越刺眼。
那为什么转回 CLI?好处很实在。
一是装起来轻。基本跨平台一行命令,需要的工具就到位了。
二是真省 token,而且省在机制上。不用它的时候,模型完全不必知道它存在;等真要用了,常见命令模型在海量训练语料里早见过,不用查文档就知道怎么用;自研的 CLI,让它跑一次 –help,用法自己就摸清楚了。「用的时候再查」,替代了「先把说明全塞进去」,这才是关键。
三是能把业务逻辑封装进去,让 Agent 侧更干净。比如调后端接口,可以在一个 CLI 命令里串起好几个接口,对外只暴露一条命令;再用参数控制输出是表格还是 JSON。原本要 Agent 做的二次处理,收进 CLI 就解决了。
四是可组合。输出结构化之后,还能通过管道串成更复杂的命令,组合方式非常灵活,想象空间很大。
这几条叠起来,CLI 就又火了。
给我的整体感觉是,AI 领域正在经历一场「删繁就简三秋树」式的回归:绕了一大圈,重新回到计算机最原始的那套共识——文本进、文本出、可组合。
尤其是现在Skill + CLI,已经成了一种标准搭配:Skill 说清楚标准操作流程(SOP),CLI 提供稳定、可靠、省 token 的执行结果。一个管「怎么做」,一个管「做出来」,各司其职。
我之前做大厂的 AI 提效建设时,其中一项重点就是 CLI。CLI 一上,人和 AI Agent 都能直接调系统,不用再在浏览器页面上一个一个点,效率高出一大截。
这里有个坑值得特别提醒:CLI 不是对后台接口做 1:1 的封装,那样意义不大。真正要做的是重新梳理业务里最真实、最常用的流程,把交互过程重塑一遍,CLI 的威力才发挥得出来。
所以封装 CLI,最难的不是写代码——现在开发本身就交给 AI 了——而是像做产品一样,为业务设计出一套好的交互方式。
以上是我的一些想法。如果你对 AI 办公提效、AI Coding 感兴趣,欢迎加微信「fuxuemingzhu」私聊,也可以拉你进 AI Coding 交流群一起聊。谢谢!
原文发表于微信公众号「负雪明烛」,2026-11-08。查看公众号原文














暂无评论内容