コマンドラインはAIエージェントにとって最も使いやすいインタラクションインターフェースかもしれません

記事執筆者、出典：少数派

2025年から2026年にかけて、トップAI企業が次々とCLI形式のAgentツールをリリースした。

Anthropicは、ターミナル内で動作するAIプログラミングアシスタント「Claude Code」をリリースしました。OpenAIは「Codex CLI」を、Googleは「Gemini CLI」をリリースしました。この波の中で、注目すべきAI企業のほとんどがコマンドラインに賭けています。

これは直感に反します。コマンドラインは1970年代の産物であり、GUIの登場によりコンピューターは大衆の手に届きました。現在ではモバイルインターネットにより、タッチ操作が標準となっています。通常の論理に従えば、技術の方向性はますます「視覚的」になり、ますます「使いやすくなる」べきです。では、なぜAI時代に、最も古いインタラクション形式が再び台頭してきたのでしょうか？

答えは感情ではなく、工学的ロジックである。

GUIはAIにとって友好ではありません

GUIは人間の視覚的ナビゲーションのために設計されています。ボタン、ポップアップ、ドラッグアンドドロップ、ホバー効果——これらのインタラクションパラダイムは人間の視覚的直感に基づいて構築されています。人間はインターフェースを一瞥し、ボタンの位置をスキャンして、直感的に次の操作を判断します。このメカニズムは人間にとって極めて自然で、ほぼ学習コストが不要です。

しかし、LLMの動作方式はまったくこれではありません。LLMの入力も出力もトークンです。その「思考」はピクセル空間ではなく、言語空間で発生します。

AIがGUIを操作するということは、大きな溝を越えることを意味する：

理解コストが非常に高い。AIは、どのボタンがクリック可能で、どの入力フィールドがどこにあり、現在のポップアップが何を意味するかを「理解」するために、コンピュータービジョンまたはアクセシビリティツリーを必要とする。これはAIの強みではなく、むしろ余計な負担である。

状態は暗黙的で予測不可能です。同じボタンが今日クリック可能でも、明日は特定の条件によりグレーアウトする可能性があります。このような暗黙的な状態は人間にとって「コンテキスト」ですが、AIにとっては不確実性です。AIは「この操作がどのような条件下で利用可能か」を信頼性を持って推論できません。

操作不可結合。GUI操作をパイプで接続することはできません。「検索結果 → フィルタ → エクスポート」はGUI内で3回のクリックが必要であり、全体として渡したり、再利用したり、自動化したりすることはできません。

テストと検証が困難です。AIがGUI操作を実行した場合、その成功をどう確認すればよいでしょうか？スクリーンショットを取得し、インターフェースの状態を解析する必要があり、フィードバックループは遅く、脆弱です。

一方、CLIの各機能はまるでAIのために专门为設計されたようである。

CLIがAIエージェントに与える3つの利点：組み合わせ可能性

Unixの哲学の核心は、「各プログラムは一つのことをだけ行い、それを完璧に実行する；プログラム同士が協力できるようにする」ことである。

この数十年前の設計原則は、AI時代において新たな意味を帯びている。

CLIツールは標準入出力で連結されます。linkly search "React 性能优化" | head -5 は検索結果を次のコマンドに渡します。linkly search "架构设计" --json | jq '.results[].doc_id' は後続の処理に使用するすべてのドキュメントIDを抽出できます。

AIエージェントにとって、コンポーザビリティとは、複数のコマンドを連結して複雑なマルチステップワークフローを構築でき、各ステップの出力が構造化されたテキストとして次のステップで消費されることを意味します。GUIによる「クリック → 待機 → スクリーンショット取得 → 解析」のループはなく、クリーンな入出力のみです。

予測可能性

各コマンドの動作はパラメータによって完全に決定されます。linkly search "データベース" --limit 10 を今日実行した結果と、明日実行した結果（データベースが変更されていないと仮定）は同じです。暗黙的な状態はなく、「なぜ前は動いていたのに、今動かないのか」といった混乱は発生しません。

これはAIにとって極めて重要です。AIがツールを推論する際、そのツールの入力、出力、および副作用について心的モデルを構築する必要があります。GUIの暗黙的な状態はこの心的モデルに不確実性をもたらします。一方、CLIの明示的なパラメータは、この心的モデルを信頼性と正確性を持たせます。

linkly read 42 --offset 80 --limit 100——このコマンドの意味はパラメータによって完全に決まります。AIはその動作を正確に推論でき、暗黙のコンテキストを推測する必要はありません。

監査可能性

すべてのCLI操作は、記録可能なテキストのシーケンスです。AIが実行したコマンドとその出力は、すべて人間が読み取れるテキストです。

この透明性には二つの利点があります。

AI自身に対して：自己チェックが可能である。「前のステップでlinkly検索『合同模板』を実行したところ、0件の結果が返されました。これはキーワードが不適切であることを示しているため、『合同范本』に変更して再試行します。」このようなテキストに基づく自己修正は、AIエージェントが信頼性を持って動作するための基盤です。

人間に対して：後からの監査が可能です。AIが実行したコマンド、各ステップの入力と出力、そして全体の推論プロセスを明確に確認できます。GUI操作では「何をクリックしたか」を追跡するのが難しい一方、CLI操作のログは自然に監査記録となります。

Linkly AI CLI の設計実践

LinklyAIは、私たちが自社で開発したローカル検索エンジンおよび知識ベース構築ソフトウェアです。Linkly AIのCLIツールを設計するにあたり、私たちは最初からAIエージェントを主要なユーザーの1つとして考慮しました。

4つの丁寧に設計されたコアコマンド

Linkly AI CLIの核心コマンドは4つだけです：

これらの4つのコマンドは、Unixの哲学に完全に準拠しています。それぞれが1つの目的のみを果たし、明確な入力・出力の契約を持っています。AIエージェントはこれらを自由に組み合わせて、複雑な検索フローを構築できます。

典型的なAgentワークフローは以下の通りです：

各ステップの出力は、AIが消費し推論できる構造化テキストです。GUI操作は一切なく、視覚的解析の負担もありません。

パイプなどと組み合わせる

CLIのもう一つの利点は、システム内の他のコマンドと自由に組み合わせることができ、単一のツールの能力を超える新しい機能を生み出すことです。

フィルタリングと抽出：--json出力は直接jqでフィールドを抽出でき、その結果を次のツールに渡すことができます：

ドキュメントを検索し、doc_idのリストのみ取得してから一括で大綱を取得する
linkly search "データベース設計" --json | jq -r '.results[].doc_id' | xargs -I{} linkly outline {}

grepと組み合わせて二次フィルタリングを行う：まずセマンティック検索で範囲を絞り、次に正確なキーワードでフィルタリングする：

linkly 検索「架构设计」 | grep -i "微服务|分布式"

統計と分析：wc、sort、uniqなどと組み合わせてドキュメントの統計を行います：

統計知識ベースにあるPDFの数
linkly search "" --json | jq '.results[].type' | sort | uniq -c

スクリプトと連携：シェルスクリプトで一括処理し、繰り返し作業を自動化する：

GUI ツールはこれらの組み合わせに参加できません。CLI ツールの出力はテキストストリームであり、自然に他のあらゆるツールによって消費できるため、システム全体の能力は各ツールの単純な合計をはるかに上回ります。

CLIは最も簡単なMCPブリッジ方法です

CLIとMCPは対立するものではありません。linkly mcpは1つのコマンドでCLIをstdio MCPサーバーに変換し、MCPをサポートするあらゆるAIクライアントが利用できるようにします：

Json：

これはHTTP MCPサーバーを直接設定するよりもはるかに簡単です。ユーザーはポート番号を知る必要も、JSON内のURLを手動で記述する必要もありません。AIクライアントに「このコマンドを実行してください」と伝えるだけです。

CLIはMCPエコシステムへの入場券となり、ユーザーにとってほぼ設定の摩擦がありません。

より広範なトレンド

Claude Code は、IDE プラグインではなく CLI 形態を優先してリリースすることを決定しました。この決定には明確なエンジニアリングロジックがあります。IDE プラグインはホスト環境に制限されますが、CLI ツールはターミナルが利用できる場所ならどこでも実行でき、あらゆるエージェントから呼び出され、他のあらゆるツールと組み合わせることができます。

これはより根本的な法則を示している：AIエージェントがツールを呼び出す本質は、コマンドを実行することである。ツール呼び出し（function call / tool use）は、意味的にCLIと同じである——名前とパラメータを指定し、結果を返す。CLIツールは自然にエージェントが呼び出せる関数であり、変換レイヤーは不要である。

「Terminal as the new IDE」という言い方は、AIの登場以前から存在していたが、AI時代にはその意味が新たに生まれた。単に「ターミナルでコードを書く」だけでなく、「エージェントがターミナルを通じて世界と相互作用する」ことを意味する。

過去、CLIは技術者だけのツールだった。未来、CLIはエージェントの共通言語となる可能性がある——人間は自然言語でエージェントと対話し、エージェントはCLIを通じてシステムとやり取りする。

まとめ

GUIの地位は大きな影響を受けず、依然として人間がコンピュータを直接操作するための最適なインターフェースである。しかし、AIツールが他のツールを呼び出す際には、CLIが最も自然な橋渡しとなり、より多くのソフトウェアがエージェントの習慣に合わせてCLIツールを提供するようになるだろう。

ターミナル内でドキュメントを検索してみたいですか？以下の2つの記事をご覧ください：ターミナルを離れずにAIでドキュメントを検索する方法、1行のコマンドで30以上のAIツールにローカルファイルを読み込ませる方法。