Command line mungkin antara muka interaksi paling mesra untuk AI Agent

Penulis artikel, sumber: Minorities

Pada tahun 2025 hingga 2026, syarikat AI terkemuka secara berturut-turut melancarkan satu kelas produk: alat Agent dalam bentuk CLI.

Anthropic melancarkan Claude Code, seorang pembantu pengaturcaraan AI yang berjalan di terminal. OpenAI melancarkan Codex CLI, dan Google melancarkan Gemini CLI. Dalam gelombang ini, hampir semua syarikat AI yang patut diperhatikan telah mempertaruhkan fokus mereka pada baris arahan.

Ini tidak intuitif. Baris perintah adalah produk dekad 1970-an, munculnya GUI membawa komputer kepada orang ramai, dan sekarang internet mudah alih menjadikan operasi sentuh sebagai piawai. Menurut logik biasa, arah teknologi seharusnya semakin "diperlihatkan secara visual" dan semakin "mudah digunakan". Mengapa di era AI, bentuk interaksi paling tua tiba-tiba kembali?

Jawapannya bukan perasaan, tetapi logik kejuruteraan.

GUI tidak mesra terhadap AI

GUI direka untuk navigasi visual manusia. Butang, tetingkap muncul, seret dan lepas, kesan hanyut—pola interaksi ini dibina berdasarkan intuisi visual manusia. Manusia melihat antaramuka sekilas, memindai kedudukan butang, dan secara intuitif menentukan tindakan seterusnya. Mekanisme ini sangat semula jadi bagi manusia, hampir tidak memerlukan kos pembelajaran.

Namun, cara LLM berfungsi sama sekali bukan seperti itu. Input LLM ialah token, dan outputnya juga token. "Pemikiran"nya berlaku dalam ruang bahasa, bukan dalam ruang piksel.

Mengizinkan AI mengendalikan GUI bermaksud melintasi jurang yang besar:

Kos pemahaman sangat tinggi. AI perlu bergantung pada penglihatan komputer atau Pokok Aksesibiliti untuk "memahami" antaramuka—tombol mana yang boleh diklik, di mana kotak input berada, dan maksud tetingkap semasa. Ini bukan kekuatan AI, tetapi beban tambahan.

Status secara implisit dan tidak dapat diprediksi. Butang yang sama, hari ini boleh diklik, esok mungkin menjadi kelabu kerana suatu syarat. Status implisit ini merupakan "konteks" bagi manusia, tetapi bagi AI ia adalah ketidakpastian—IA tidak dapat membuat penaakulan yang boleh dipercayai mengenai "dalam keadaan apa operasi ini boleh digunakan".

Tindakan tidak boleh digabungkan. Tiada cara untuk menghubungkan dua tindakan GUI dengan paip. "Keputusan carian → Penapisan → Eksport" dalam GUI adalah tiga klik, dan tidak boleh dipindahkan, digunakan semula, atau diotomatiskan sebagai satu keseluruhan.

Sukar untuk diuji dan disahkan. AI telah menjalankan operasi GUI, bagaimana untuk mengesahkan kejayaannya? Perlu mengambil tangkapan skrin, menganalisis status antaramuka, seluruh kitarumpan menjadi perlahan dan rapuh.

Sebaliknya, setiap ciri CLI seolah-olah direka khas untuk AI.

Tiga kelebihan CLI terhadap AI Agent: komposibiliti

Falsafah Unix pada intinya ialah: "Setiap program hanya melakukan satu perkara, dan lakukan ia dengan baik; biarkan program-program bekerja bersama."

Prinsip rekaan puluhan tahun lalu ini mendapat makna baharu di era AI.

Alat CLI menghubungkan melalui input dan output piawai. linkly search "Pengoptimuman prestasi React" | head -5 boleh menghantar keputusan carian ke arahan seterusnya. linkly search "Reka bentuk arsitektur" --json | jq '.results[].doc_id' boleh mengekstrak semua ID dokumen untuk pemprosesan seterusnya.

Bagi AI Agent, keterpaduan bermaksud menghubungkan beberapa arahan menjadi alur kerja pelbagai langkah yang kompleks, di mana output setiap langkah adalah teks berstruktur yang boleh digunakan oleh langkah seterusnya. Tiada kitaran "klik → tunggu → tangkap skrin → analisis" tanpa GUI, hanya input dan output yang bersih.

Keprediktabilan

Perilaku setiap perintah ditentukan sepenuhnya oleh parameter. Hasil carian linkly "database" --limit 10 hari ini akan sama dengan hasil hari esok (andaikan database tidak berubah). Tiada keadaan tersirat, tiada kekeliruan seperti "mengapa fungsi ini berfungsi sebelum ini tetapi sekarang tidak?"

Ini sangat penting untuk AI. Semasa AI menilai satu alat, ia perlu membina model mental: apakah input alat ini, apakah outputnya, dan apakah kesan sampingannya. Keadaan tersirat GUI membuat model mental ini penuh ketidakpastian. Parameter eksplisit CLI membuat model mental ini boleh dipercayai dan tepat.

linkly read 42 --offset 80 --limit 100——Maksud perintah ini sepenuhnya ditentukan oleh parameter. AI boleh menarik kesimpulan yang tepat mengenai tingkah lakunya tanpa perlu menebak konteks tersirat apa pun.

Keterauditan

Semua operasi CLI adalah urutan teks yang boleh direkodkan. Perintah yang dilaksanakan oleh AI dan output yang diperoleh adalah teks yang boleh dibaca oleh manusia.

Ketelusan ini mempunyai dua kebaikan.

Untuk diri sendiri AI: Boleh melakukan pemeriksaan sendiri. "Langkah sebelumnya, linkly mencari 'templat kontrak' mengembalikan 0 hasil, menunjukkan kata kunci salah; cuba ganti dengan contoh kontrak." Koreksi diri berdasarkan teks semacam ini adalah asas kepada kebolehpercayaan kerja AI Agent.

Untuk manusia: Boleh melakukan semakan selepas tindakan. Anda boleh melihat perintah apa yang dijalankan oleh AI, input dan output setiap langkah, seluruh rantai penalaran jelas terlihat. Tindakan GUI, "apa yang diklik" sukar dilacak, log operasi CLI secara semula jadi merupakan rekod audit.

Praktik Reka Bentuk Linkly AI CLI

LinklyAI adalah peranti lunak carian tempatan dan pembinaan pangkalan pengetahuan yang kami kembangkan sendiri. Semasa merekabentuk alat CLI Linkly AI, kami mempertimbangkan AI Agent sebagai salah satu pengguna utama sejak awal.

Perintah utama Linkly AI CLI hanya ada empat:

Empat arahan ini sepenuhnya mematuhi falsafah Unix: setiap arahan hanya melakukan satu perkara, dengan perjanjian input dan output yang jelas. Agen AI boleh menggabungkannya secara sewenang-wenang untuk membentuk proses carian yang kompleks.

Aliran kerja agen yang typikal adalah seperti berikut:

Setiap langkah output adalah teks terstruktur yang boleh langsung digunakan dan diolah oleh AI. Tiada operasi GUI, tiada beban analisis visual.

Kelebihan lain CLI ialah ia boleh digabungkan dengan perintah lain dalam sistem untuk menghasilkan kemampuan baharu yang melampaui batasan alat tunggal.

Penyaringan dan ekstraksi: --json output boleh terus digunakan dengan jq untuk mengekstrak medan, hasilnya kemudian dihantar ke alat seterusnya:

• Cari dokumen, ambil senarai doc_id sahaja, kemudian dapatkan rangka secara berkelompok
• linkly cari "rekabentuk pangkalan data" --json | jq -r '.results[].doc_id' | xargs -I{} linkly outline {}

Gabungkan dengan grep untuk penyaringan kedua: gunakan pencarian semantik untuk mempersempit lingkup, kemudian gunakan kata kunci tepat untuk menyaring:

• linkly cari "架构设计" | grep -i "微服务|分布式"

Statistik dan analisis: Gabungkan dengan wc, sort, uniq untuk statistik dokumen:

• Berapakah bilangan PDF dalam perpustakaan statistik?
• linkly cari "" --json | jq '.results[].type' | sort | uniq -c

Dikombinasikan dengan skrip: Gunakan dalam skrip shell untuk memproses secara berbilang dan mengautomasi tugas berulang:

Alat GUI tidak boleh terlibat dalam kombinasi ini. Output alat CLI adalah aliran teks, yang secara semula jadi boleh digunakan oleh sebarang alat lain, menjadikan kemampuan keseluruhan sistem jauh melebihi jumlah sederhana semua alat.

CLI dan MCP bukanlah saling bertentangan. Satu perintah linkly mcp boleh menukar CLI menjadi server MCP stdio, yang boleh digunakan oleh sebarang klien AI yang menyokong MCP:

Json:

Ini jauh lebih mudah daripada mengkonfigurasi HTTP MCP Server secara langsung—pengguna tidak perlu mengetahui nombor port, tidak perlu menulis URL secara manual dalam JSON, hanya perlu memberitahu klien AI untuk "jalankan perintah ini".

CLI menjadi kunci masuk ke ekosistem MCP, dengan hampir tiada geseran konfigurasi bagi pengguna.

Tren yang lebih luas

Claude Code memilih untuk menerbitkan versi CLI sebelum plugin IDE, keputusan ini didasarkan pada logik kejuruteraan yang jelas: plugin IDE terhad kepada persekitaran induk, manakala alat CLI boleh berjalan di mana sahaja terdapat terminal, boleh dipanggil oleh sebarang agen, dan boleh digabungkan dengan sebarang alat lain.

Ini mengungkapkan satu hukum yang lebih mendasar: esensi penggunaan alat oleh AI Agent adalah melaksanakan perintah. Panggilan alat (function call / tool use) secara semantik adalah CLI—diberi nama dan parameter, ia mengembalikan hasil. Alat CLI secara alami merupakan fungsi yang boleh dipanggil oleh Agent, tanpa memerlukan lapisan penukaran apa pun.

Frasa "Terminal sebagai IDE yang baru" telah dikemukakan sebelum kemunculan AI, tetapi di era AI ia memperoleh makna yang sama sekali baru—bukan sekadar "menulis kod di terminal", tetapi "Agen berinteraksi dengan dunia melalui terminal".

Dahulu, CLI adalah alat eksklusif untuk teknisi. Di masa depan, CLI mungkin menjadi bahasa universal untuk Agen—manusia berkomunikasi dengan Agen melalui bahasa semula jadi, sementara Agen berinteraksi dengan sistem melalui CLI.

Ringkasan

Kedudukan GUI tidak akan terjejas secara besar-besaran, ia masih tetap antara muka terbaik untuk manusia mengendalikan komputer secara langsung. Tetapi apabila alat AI anda perlu memanggil alat lain, CLI adalah jambatan paling semula jadi, dan lebih banyak perisian akan mengeluarkan lebih banyak alat CLI untuk menyesuaikan diri dengan kebiasaan Agen.

Ingin mencuba cari dokumen anda melalui terminal? Lihat dua artikel ini: Cari dokumen anda tanpa meninggalkan terminal dan satu baris arahan, biarkan 30+ alat AI membaca fail tempatan.