为什么Agent时代大家都在做CLI？Claude Code、Codex与命令行的前世今生

录友们好，今天聊一个看起来很“复古”的现象：AI 都发展到 Agent 了，为什么最火的一批产品，反而钻回了黑乎乎的命令行？

严谨一点说，不是 Claude 这个产品从 CLI 起家，而是 Claude Code 这个 Coding Agent，一开始就选择了 CLI。2025 年 2 月，Anthropic 把它作为终端里的研究预览发布；同年 4 月，OpenAI 上线开源的 Codex CLI，5 月才推出 Codex Web。

这不是谁抄谁。两家公司同时撞上了同一个工程事实：聊天框适合模型“说”，CLI 才方便 Agent 真正“做”。

前面我们在 Claude Code 作者说“不写 Prompt，写 Loop” 里讲过 Agent 闭环，又在 动态工作流 和 Loop Engineering 实战 里继续拆了怎么编排、怎么验证。这一篇再往下挖：为什么承载这些 Loop 的第一块好地基，偏偏是几十年前的命令行。

CLI 的前世今生：它从来不只是“黑框里敲字”

先把三个词掰清楚：Terminal 是承载输入输出的终端，Shell 是解释命令的程序，CLI 是用文本命令和软件交互的方式。Claude Code、Codex CLI 今天已经是带面板、状态和快捷键的 TUI，但它们真正依赖的底座，仍然是 Shell、文件系统和一整套命令行工具。

最早的计算机甚至谈不上命令行。人把程序打在卡片上，交给机器批处理，结果晚点再拿回来。人和机器之间没有实时对话。

后来分时系统和终端出现，人终于可以输入一行命令，马上看到一行结果。到了 Unix，Shell 又做了一次关键升级：它不只是启动程序的入口，还是一门可以组合程序的控制语言。

stdin、stdout、stderr、退出码、重定向、管道，这几个设计看起来朴素，却把一堆小工具接成了工作流。1978 年 Bourne 对 Unix Shell 的定义里，就已经同时强调了控制流、环境、重定向和进程管道。

GUI 兴起后，命令行没有消失。因为 GUI 解决的是人的发现成本：按钮摆在那里，不会写命令也能点。CLI 解决的是系统的组合成本：一个命令能进脚本、进 CI、跑远程机器，还能把输出交给下一个程序。

到了云原生时代，Git、Docker、Kubernetes、Terraform、各种云平台，几乎都把 CLI 当成一等公民。原因很简单：服务器没有必要配一块屏幕，自动化也不会拿鼠标点按钮。

Agent 时代，命令行又转了一圈回来。但这次敲命令的主角，开始从人变成模型。

这张图回答的是：CLI 为什么在 GUI 时代没有死，到了 Agent 时代反而又站到前台。变化的不是命令行突然变好用了，而是“把人的意图翻译成精确语法”这份苦活，从人转移给了 Agent；CLI 原本最劝退人的门槛，恰好被大模型吃掉了。

Agent + CLI，为什么是绝配？

很多文章会说“CLI 快、轻量、极客”。太浅了。Agent 选择 CLI，不是因为终端酷，而是 CLI 天然提供了一套可执行、可观察、可组合的反馈系统。

你让 Claude Code 修一个登录 Bug，它不是吐一段代码就完事，而是可以顺着仓库继续干：用搜索命令定位调用链，读取文件，修改代码，跑单测，看报错，再读 diff，直到证据说明任务完成。

这里最值钱的不是某一条命令，而是 CLI 把整个软件工具链压成了统一结构：

• 输入是文本或文件：需求、路径、参数都能明确传入；
• 动作是命令：Git、编译器、测试框架、数据库和云平台都能被调用；
• 反馈是证据：标准输出、错误输出、退出码、测试报告和 diff 都能回到上下文；
• 组合靠管道和脚本：一次成功的交互，很容易固化成可重复执行的流程；
• 边界由操作系统兜底：工作目录、文件权限、网络策略、容器和沙箱能限制 Agent 的爆炸半径。

这就形成了一个完整闭环。

这张图回答的是：Agent 为什么不能只有“大脑”。CLI 把文件系统和现成工具链接成它的“双手”，stdout、stderr、退出码和 diff 又变成“眼睛”；验证失败不是一句模糊的“不对”，而是下一轮推理能直接消费的证据。

更狠的一点是，CLI 还是可递归的。Agent 不只会调用 CLI，它自己也能变成 CLI 的一环：

cat build-error.txt | claude -p "定位根因并给出修复建议"
git diff | codex exec "检查这次修改是否引入并发问题"

交互工具因此变成了脚本组件，可以进 CI、定时任务和无人值守流程。网页聊天框很难自然做到这一点。

GUI 输了吗？没有，只是它更适合人

GUI 最大的优势，是把功能摊开给人看。设计稿、数据大盘、复杂表格、可视化调试，这些场景让人直接看，比读几百行文本舒服得多。

但 Agent 操作 GUI，很多时候是在“猜像素”：按钮换个位置、弹窗多一层、页面加载慢一点，执行路径就变了。它当然可以靠 Computer Use 看屏幕、移动鼠标，但这种通道延迟高、状态隐蔽、难并行、难精确复现。

CLI 则把动作命名了。git status 不会因为窗口缩放就跑到右上角，退出码 1 也比截图里一行红字更容易判断。

所以真正的分工，不是 CLI 干掉 GUI，而是分成两层：人用 App、IDE、Web 看计划、审 diff、做授权；Agent 在下面用 CLI、API、MCP 执行和取证。

这张图回答的是：IDE、App 和 CLI 到底谁替代谁。上层界面负责把复杂状态讲给人听，下层工具负责把确定动作交给 Agent；审批和证据在两层之间往返，而不是逼人永远盯着终端，也不是让 Agent 永远点像素。

但今天很多 CLI，并没有为 Agent 准备好

别因为 Agent 能跑命令，就觉得所有 CLI 都天然可靠。大量老工具默认操作者是人，会弹交互确认、输出彩色进度条、把错误混进 stdout，甚至失败了还返回 0。人能凭经验看懂，Agent 接进流水线就容易翻车。

真正 Agent 友好的 CLI，至少要做到几件事：

• 支持 --json 或稳定 Schema，不逼模型从花哨日志里猜字段；
• stdout 放结果，stderr 放诊断，退出码真实反映成功或失败；
• 提供 --dry-run、diff 和幂等操作，让 Agent 能先预演、失败后安全重试；
• 支持非交互模式、超时和取消，不要半夜卡在“是否继续？Y/n”；
• 权限最小化，凭证可按任务、目录、命令和时间收口；
• 输出可审计，明确谁执行了什么、改了哪里、依据是什么。

未来 CLI 的竞争，不只是给人写得顺不顺手，还要看它能不能被 Agent 稳定调用。 结构化输出会越来越重要，权限和沙箱也会从附加功能变成默认能力。

这也是为什么 Claude Code 和 Codex 都在权限模型上花重力气。Agent 越能干，误操作和提示注入的爆炸半径越大。没有边界的 CLI，不是自动化，是把生产事故也自动化。

CLI 是终局吗？

我的判断很明确：终端不是终局，CLI 也不会成为所有人的最终界面。

当 Agent 从一次处理一个任务，变成同时管理十几个长期任务，纯终端很快就不够用了。你需要任务队列、并行状态、权限面板、diff 审核、通知和跨设备接力。OpenAI 后来做 Codex App，本身就在说明：终端适合启动和执行，但不一定适合人监督一支 Agent 队伍。

CLI 也不是所有工具的最佳协议。API 和 MCP 有明确 Schema，通常比解析自然语言日志更稳；Computer Use 则负责那些既没有 API、也没有 CLI 的最后一公里。

但 CLI 不会消失。它会更像 Agent 世界里的“窄腰层”：上面可以是 IDE、桌面 App、网页、手机，下面可以接 Git、测试、数据库、容器和云服务，中间都能通过命令和结构化结果完成交接。

这张图回答的是：CLI 如果不是最终界面，为什么仍然会长期存在。未来不会由一个入口通吃，而是“人类监督层—Agent 编排层—工具执行层”三层分工；CLI 是执行层最成熟的一条通道，但会和 API、MCP、Computer Use 长期共存。

所以，真正的终局不是 CLI。

终局是所有软件都长出一套 Agent 能调用、能验证、能审计、也能被安全关住的接口。

CLI 只是最早准备好的那一个。

参考链接

• Anthropic 官方发布（Claude 3.7 Sonnet 与 Claude Code 研究预览）：https://www.anthropic.com/news/claude-3-7-sonnet
• Anthropic 官方产品页（Claude Code 跨工具链执行）：https://www.anthropic.com/product/claude-code
• Anthropic 工程博客（Claude Code 沙箱与权限边界）：https://www.anthropic.com/engineering/claude-code-sandboxing
• Claude Code 官方文档（CLI 与非交互模式）：https://code.claude.com/docs/en/cli-reference
• OpenAI 官方发布（Codex CLI 4 月上线、Codex Web 5 月上线）：https://openai.com/index/introducing-upgrades-to-codex/
• OpenAI 官方发布（Codex App 与多 Agent 监督界面）：https://openai.com/index/introducing-the-codex-app/
• OpenAI 官方仓库（Codex CLI）：https://github.com/openai/codex
• Bell Labs 论文（The UNIX Shell）：https://www.nokia.com/bell-labs/publications-and-media/publications/unix-time-sharing-system-the-unix-shell/