影片筆記：为什么巨头都在做CLI(命令行界面)？比起MCP有哪些优势？ #AI #CLI #Agent #科技 #计算机

一句話總結

影片探討了 CLI（命令行界面）在 AI Agent 時代的崛起，通過實測 CLI Anything 和 OpenCLI 等開源項目，對比了 CLI 與 MCP（Model Context Protocol）的優劣勢，指出 CLI 在 Token 消耗、可調試性、管道組合及人類友好度上的優勢，並預測兩者將互相學習、功能融合。

核心重點

1. CLI 趨勢爆發：飛書、丁丁、啟威、Google、Stripe 等巨頭相繼開源 CLI 產品，標誌著軟體趨勢轉向 CLI 化。
2. CLI 是 Agent 的「母語」：相比於適合人類的 GUI（逐字稿誤作 GOI），CLI 具備文本輸入、結構化輸出、易於自動化等特性，且大語言模型（LLM/AA）學習過大量代碼語料，天生契合 CLI。
3. 實測案例驗證：

• CLI Anything：能將任意開源軟體（如 Draw.IO）轉換為 CLI，讓 Agent 通過命令行繪製流程圖，解決 Agent 不擅長 UI 拖拽的問題。
• OpenCLI：能將網站或 Electron 應用轉換為命令行工具，自動操作瀏覽器執行任務（如查詢 HackerNews、搜索職位），並支持 JSON 格式輸出。

1. CLI 對比 MCP 的優勢：

• Token 效率：CLI 支持「漸進式披露」（隨時調用 -help），大幅減少上下文窗口佔用；MCP 需一次性注入所有工具定義，Token 消耗高。
• 可調試性：CLI 命令可在本地復現，人類易於協助修復；MCP 運行過程對人類是「黑盒」，難以調試。
• 組合能力：CLI 支持管道符（Pipe）組裝流水線，處理複雜任務更靈活；MCP 缺乏此能力，需多次調用工具。

1. 未來趨勢：融合而非取代：

• MCP 在多租户、嚴格線控（疑點）及雲端環境仍有優勢。
• 雙方正在互相學習：Cloud Code/Codex 引入漸進式披露思路；MCP 之父開發 mcpporter 將 MCP 轉換為 CLI 格式。

詳細大綱

一、 CLI 的興起與優勢

• 市場趨勢：近期飛書、丁丁、啟威、Google、Stripe 等公司相繼開源 CLI 產品。
• 交互邏輯對比：
• GUI (GOI)：適合人類，依賴視覺操作（如導入、切分、導出）。
• CLI：適合 AA (AI Agent)，具備文本輸入、結構化輸出、報錯清晰、異語組合、方便自動化等優勢。
• 技術契合度：AA 在誕生時學習過大量代碼和命令行語料，CLI 被視為 AA 的「母語」。

二、 實測項目一：CLI Anything

• 項目願景：讓所有軟體都能被 Agent 驅動，一行命令將開源軟體 CLI 化並接入 Agent 框架。
• 工作原理：7 步自動化流程（分析代碼 -> 分析 API 邏輯 -> 規劃命令 -> 設計輸入輸出 -> 編碼 -> 測試 -> 發布）。
• 實測案例：Draw.IO 的 CLI 化
• 環境準備：安裝 Python、選擇編程工具（如 Cloud Code）。
• 執行流程：克隆 Draw.IO 源碼 -> 執行 CLI Anything 命令 -> 等待生成（實測耗時 46 分鐘）。
• 交付成果：生成 readme.md、規範約束文件、Python 核心代碼。
• 功能驗證：通過命令行創建項目、創建圖形、列出元素、導出 SVG。
• Agent 介入：使用 Codex 讓 AA 學習命令（-help），自動繪製快速排序算法流程圖，生成 DrawIO 源文件和 SVG 預覽。
• 優勢：解決 Agent 不擅長 UI 拖拽的問題；-help 體現自解釋性，減少 Token 消耗。
• 預製工具：項目提供預製的 CLI 工具（如 OBS），可直接下載使用。

三、 實測項目二：OpenCLI

• 項目願景：將任何網站或 Electron 桌面應用轉換為 AA 可調用的命令行工具。
• 安裝與配置：
• 安裝 Node.js。
• 安裝 Chrome 擴展插件（開發者模式拖拽安裝）。
• 通過 NPM 安裝 OpenCLI。
• 實測案例：
• HackerNews：查詢熱門話題。
• Grok：自動操作 Chrome 瀏覽器訪問官網並提問，結果返回控制台。
• BOSS 直聘：自動搜索職位（支持城市、經驗等參數），並可通過 -FJSON 以 JSON 格式返回數據。
• 二次開發：
• 克隆源碼，使用 AA 編程工具（Codex）創建新命令。
• 實例：創建命令獲取 Node.js 網站的博客列表。

四、 官方 CLI 與 MCP 的對比分析

• GitHub 官方 CLI 實測：
• 安裝 GitHub CLI (gh)。
• 流程：登錄 (gh auth login) -> 查看 Issues -> 創建倉庫。
• MCP vs CLI 優劣勢對比：
• MCP 劣勢：

1. Token 消耗高：需將所有工具名稱、參數、格式注入上下文窗口；新增工具佔用大量 Token。
2. 對人類不友好：MCP 是 Agent 專用協議，運行過程是「黑盒」，出錯時難以在本地復現和調試。
3. 缺乏組合能力：不支持管道符操作，處理複雜任務需多次調用工具，增加 Token 和時間開銷。

• CLI 優勢：

1. 漸進式披露：AA 可隨時調用 -help 學習，大幅減少 Token 消耗。
2. 易於調試：命令可複製到本地命令行復現錯誤，人類可協助修復。
3. 管道符支持：支持將多個命令組裝成流水線（如數據轉換、篩選、排序、導出 CSV），一條命令實現複雜需求。

• MCP 優勢場景：多租户、嚴格線控（Line Control/Control? 疑點）、雲端環境。MCP 有標準化安裝包和健全規範，適合雲端運行；CLI 缺乏此標準，實現雲端功能困難。
• 趨勢展望：
• 說 CLI 完全取代 MCP 為時尚早。
• 互相學習：
• Cloud Code 和 Codex 上線 toolsearch 功能，按需加載 MCP Schema，引入漸進式披露思路。
• MCP 之父開發 mcpporter，將 MCP 轉換為 CLI 格式供 Agent 調用。
• 結論：技術框架將互相學習優點，功能互相融合。

工具 / 模型 / 名詞整理

• 公司/組織：飛書、丁丁、啟威、Google、Stripe、GitHub、OpenCloud、ASO、Purplexity、ScaleKit、Node.js、Chrome、BOSS (BOSS 直聘)、HackerNews、Grok、Draw.IO、OBS。
• 軟體/工具：
• CLI 相關：CLI Anything、OpenCLI、GitHub CLI (gh)。
• 開發環境：Python、Cloud Code、Codex、Node.js、NPM、PowerShell。
• 瀏覽器擴展：OpenCLI Chrome 擴展插件。
• 其他：MCPporter (疑點：逐字稿提及「龍蝦之父開發」，疑為 MCP 之父或特定開發者暱稱，需查證)。
• 協議/標準：
• CLI (Command Line Interface)
• GUI / GOI (Graphical User Interface，逐字稿口誤為 GOI)
• MCP (Model Context Protocol，模型上下文協議)
• Skills (技能/提示詞策略)
• JSON, SVG, CSV, Python, Node.js

操作流程整理

實測 CLI Anything (Draw.IO CLI 化)

1. 環境準備：安裝 Python，選擇編程工具（如 Cloud Code）。
2. 獲取源碼：克隆 Draw.IO 源碼。
3. 執行轉換：執行 CLI Anything 命令。
4. 等待生成：系統自動執行 7 步流程（分析代碼、API、規劃、設計、編碼、測試、發布），實測耗時約 46 分鐘。
5. 驗證功能：

• 通過命令行創建項目、圖形、列出元素。
• 導出 SVG 文件。

1. Agent 集成：使用 Codex 讓 AA 學習 -help 命令，自動繪製流程圖（如快速排序），生成 DrawIO 源文件和 SVG 預覽。

實測 OpenCLI (網站轉 CLI)

1. 環境配置：

• 安裝 Node.js。
• 安裝 Chrome 擴展插件（開發者模式拖拽安裝）。
• 通過 NPM 安裝 OpenCLI。

1. 執行任務：

• HackerNews：查詢熱門話題。
• Grok：自動操作 Chrome 訪問官網提問，結果返回控制台。
• BOSS 直聘：搜索職位（支持城市、經驗參數），使用 -FJSON 以 JSON 格式返回數據。

1. 二次開發：

• 克隆源碼。
• 使用 Codex 創建新命令（如獲取 Node.js 博客列表）。

GitHub CLI 基本操作

1. 安裝 GitHub CLI (gh)。
2. 執行 gh auth login 登錄。
3. 查看 Issues 或創建倉庫。

值得注意的限制或風險

1. Token 成本：MCP 需一次性注入所有工具定義，對於大型工具集會佔用大量上下文窗口 Token；CLI 通過 -help 漸進式披露可緩解此問題。
2. 調試難度：MCP 對人類而言是「黑盒」，出錯時難以在本地復現和調試；CLI 命令可複製到本地命令行復現，便於人類協助修復。
3. 雲端部署限制：CLI 缺乏標準化的雲端安裝包和規範，實現雲端功能較困難；MCP 在多租户和嚴格線控場景仍有優勢。
4. 時間預測不確定性：影片提及「2026年3月宣布放棄MCP」及「26年3月」，若當前時間未到2026年，則為時間預測或口誤，需查證實際發生時間。

逐字稿辨識疑點

• GOI：逐字稿中多次出現「GOI」，根據上下文「跟我們平時熟悉的圖形界面」判斷，應為 GUI (Graphical User Interface) 的口誤或聽寫錯誤。
• AA：逐字稿中多次出現「AA」，根據上下文「大模型」、「Agent」判斷，應為 AI 或 Agent 的口誤或聽寫錯誤。
• ASO：逐字稿提及「ASO 所劇投 Purplexity」，「所劇投」語意不通，疑為公司名稱或術語聽寫錯誤，需查證。
• 龍蝦之父：逐字稿提及「龍蝦之父開發的開源軟件 mcpporter」，疑為特定開發者暱稱或聽寫錯誤（可能指 MCP 協議之父或特定開源貢獻者），需查證。
• 2026年3月：逐字稿提及「2026年3月宣布放棄MCP」及「26年3月」，若當前時間未到2026年，則為時間預測或口誤，需查證實際發生時間。
• 一朮列表：逐字稿提及「查看一下OpenCli上面的一朮列表」，疑為「Issues 列表」或「Issues 列表」的聽寫錯誤。
• 一朮線：逐字稿提及「這個朮線是管道符」，疑為「這個符號」或「這個管道」的聽寫錯誤。
• 健全規範：逐字稿提及「統一的健全規範」，疑為「健全」為「健全」或「健全」的誤寫，或指「健全（Sound/Robust）」的規範，需查證具體術語。
• 線控：逐字稿提及「嚴格線控的場景」，疑為「線控」為「線控（Line Control?）」或「線控（Control?）」的聽寫錯誤，需查證具體技術術語。

可延伸追問

1. 「龍蝦之父」具體是指哪位開發者？mcpporter 的具體功能和開源地址為何？
2. 「ASO 所劇投 Purplexity」中的「ASO」和「所劇投」具體指代什麼公司或術語？
3. 影片提到的「2026年3月宣布放棄MCP」具體是指哪家公司的計劃？是否有相關官方公告？
4. 「嚴格線控」場景具體是指什麼技術場景？是否有相關文檔解釋？
5. CLI Anything 和 OpenCLI 在實際生產環境中的穩定性和維護情況如何？