最近几个月，一群看起来毫不相关的公司不约而同做了同一件事：发布 CLI 工具。
飞书开源了 lark-cli，把日历、文档、消息、任务全部封装成可命令调用的接口，任何 Agent 都能接入；Google 发布 Gemini CLI，100 万 token 的上下文窗口直接拉满；Stripe 推出 Projects CLI，一行命令就能创建包含托管、数据库、身份认证的生产级应用栈；ElevenLabs 作为一家语音 AI 公司，也开始向开发者提供标准化 CLI 接口；网易云音乐更是宣布接入 OpenClaw，把音乐推荐、搜索等核心能力封装为 CLI——这在业内还是首次。
这些公司的主营业务差异巨大：协同办公、搜索引擎、支付基础设施、语音合成、音乐平台。但他们都在做同一件事：把自己最核心的服务能力，做成命令行接口。
这不是巧合。
一、一个值得深思的现象：CLI 为何成为 AI 时代的"新贵"？
要理解这波 CLI 热潮，先要理解一个反直觉的现象：为什么在 GUI（图形界面）如此成熟的今天，命令行反而在复兴？
答案藏在三个关键变量的交汇处。
1.1 AI 与 CLI 的天然契合
CLI 之所以在 AI 时代焕发新生，首先是因为它与 AI 能力有着天然的契合度。
第一，结构化交互是 AI 的强项。
AI 擅长处理高度结构化、符号化的数据。CLI 恰好提供了这样的接口——命令、参数、返回值，都是明确的结构化文本。相比需要理解像素级 UI 布局的 GUI，CLI 让 AI 能够"精准表达"，而非"猜测呈现"。
一位开发者这样描述他的体验转变："用 Cursor 时，我需要在浏览器和 IDE 之间来回搬运代码上下文，交互成本高且频繁打断思路。Claude Code 则让我全程在终端工作，AI 直接'看到'我看到的一切。"
第二，Unix 哲学与 AI 思维同构。
Unix 的核心哲学是"小而专的工具，通过管道组合完成复杂任务"。这与 AI Agent 的设计思路高度一致：让 AI 专注于单一任务，通过调用工具完成复杂操作。CLI 工具天然支持这种"工具链"模式。
第三，可编程性让 AI 能力指数级放大。
CLI 可以被脚本调用、集成到 CI/CD 流程、实现自动化。GitHub Actions、GitLab CI、Jenkins——这些现代开发基础设施的核心都是 CLI。当 AI CLI 工具接入这些系统，AI 的能力不再局限于"帮你写代码"，而是扩展到"帮你运营整个开发流程"。
1.2 CLI 相比 GUI 的核心优势
| 维度 | CLI | GUI |
|---|---|---|
| 可组合性 | 支持管道重定向，可灵活组合 | 难以与其他工具联动 |
| 自动化潜力 | 天然支持脚本化和 CI/CD 集成 | 需要额外适配 |
| 资源占用 | 极低，几乎不影响系统性能 | 通常较高 |
| 远程操作 | SSH 一行命令即可 | 需要远程桌面等复杂方案 |
| 上下文窗口 | AI 可直接处理完整项目结构 | 需要额外机制传递上下文 |
| 开发成本 | 低，只需关注功能逻辑 | 高，需要处理复杂的 UI 交互 |
正如前 OpenAI 工程师 Calvin French-Owen 在播客中所说："Claude Code 的杀手锏，是极其有效的上下文拆分能力。面对复杂任务，它会自动生成多个探索型子智能体，独立扫描代码仓库、检索上下文，再将关键信息汇总反馈。这种设计显著降低了上下文噪音，也解释了它为何能稳定输出高质量结果。"
1.3 开发者痛点的集中爆发
过去几年，开发者的工作状态用一个词概括就是"疲惫"：
- 技术栈迭代速度远超学习速度：今天 React，明天 Vue3，后天又要上微服务
- 项目复杂度持续攀升：单体→微服务→云原生→AI 原生，每一步都是认知跃迁
- 交付压力只增不减：迭代周期压缩、需求频繁变更、人力成本高企
Stack Overflow 2025 调查显示，45% 的开发者将"处理几乎正确但不完全正确的 AI 解决方案"列为首要挫败点，66% 在调试 AI 生成代码上花费了比预期更多的时间。
CLI 工具的出现，本质上是对这一痛点的精准回应：把开发者从重复性编码劳动中解放出来，专注于真正需要人类判断力的工作。
二、群雄逐鹿：巨头们的 CLI 战略
2.1 Anthropic：Claude Code 的爆发
Claude Code 的崛起堪称教科书级别的产品定位案例。
它的核心设计理念是：让 AI 不只是"聊天助手"，而是真正融入开发流程的"代理工程师"。
具体能力包括：
- 理解整个代码库，支持 200K Token 上下文
- 自动执行 git 操作、运行测试、修复 bug
- 支持 MCP（Model Context Protocol）扩展
- 可集成到 CI/CD 流程，实现自动化
更关键的是产品哲学：Claude Code 坚持"终端优先"，不追求华丽的 UI 界面，而是把资源投入到 AI 能力的深度打磨上。
Anthropic 团队自身也是 Claude Code 的深度用户。据其负责人 Boris Cherny 透露，团队现在 100% 使用 Claude Code 写代码，连小的代码编辑都不再手动操作。他们用一周半时间就构建了一个完整的应用 Cowork。
Anthropic 内部的量化数据更具说服力：在全工程团队推广 Claude Code 后，人均每日合并的 PR 数量增加约 67%，约 27% 的任务在 AI 支持下才得以执行——这些任务原本因机会成本过高而被搁置。
2.2 OpenAI：Codex 的后发先至
OpenAI 的 Codex CLI 于 2025 年 4 月发布，采用开源策略（MIT 许可），发布即引爆社区。
核心特点：
- 零配置启动：只需 API Key，无需复杂设置
- 多模态输入：支持截图输入，AI 可理解设计图并生成代码
- 安全沙箱：网络禁用，仅限当前工作目录
- 三种运行模式：交互式 REPL、非交互安静模式、CI 模式
值得玩味的是，OpenAI Codex 的核心研发者 Calvin French-Owen 最终成为了 Claude Code 的忠实用户。他在播客中直言不讳：Claude Code 搭配 Opus 模型"像残疾人换上了一副仿生膝盖"，编程速度提升了 5 倍。
这一"叛逃"背后折射出的是产品理念的差异：Codex 追求"有个性"，像 AlphaGo 一样在调试复杂问题时表现超人类；但 Claude Code 在日常开发场景中的稳定性和上下文管理能力更胜一筹。
2.3 Google：Gemini CLI 的开源攻势
Google 的 Gemini CLI 选择了完全不同的策略：完全开源 + 免费使用。
核心卖点：
- 内置 Gemini 2.5 Pro 模型
- 100 万 Token 超大上下文窗口（竞品中最高）
- 免费配额：60 次/分钟，1000 次/天
- 支持 MCP 协议，可扩展集成
- Apache 2.0 开源许可
这对预算敏感的个人开发者和小型团队有极大吸引力。一位用户分享："Claude 一个月几十刀让我肉疼，Gemini CLI 直接免费用，而且 1500 页代码随便塞进上下文。"
2.4 开源势力：OpenCode 的崛起
在巨头之外，开源社区同样在积极参与。
OpenCode 是一个 100% 开源的 AI 编程代理工具，GitHub Star 突破 70,000，每月活跃开发者达 65 万。它的差异化在于：
- 支持在终端、IDE、甚至桌面应用中使用
- 完全开放，不绑定特定模型
- 社区驱动，快速迭代
三、深层逻辑：为什么是"现在"？
回到最初的问题：为什么是"一夜之间"？
答案在于几个关键条件的同步成熟。
3.1 LLM 能力跨越临界点
2022 年 ChatGPT 诞生，2023 年 Claude 崛起，2024 年 GPT-4o 和 Claude 3.5 Sonnet 持续进化——大语言模型在代码理解、生成、调试方面的能力，已经从"玩具级别"跨越到"工业级别"。
这才是让"AI 写代码"从概念变成现实的前提。Agent 架构的关键在于工具调用（Tool Use），而 CLI，恰恰是最适合 AI 调用、最容易标准化的工具形态。
3.2 从"代码补全"到"代理工作"
早期的 AI 编程工具停留在"代码补全"层面，本质上是更智能的 autocomplete。但 Claude Code、Codex 这类工具，采用的是 Agent 架构：AI 能够理解任务、制定计划、执行操作、验证结果、自我修正。
这个转变的意义是根本性的：Copilot 是给你配了一个打字快的助手，Claude Code 是给你雇了一个能独立干活的初级开发者。
3.3 范式转变：Vibe Coding 时代
2025 年 2 月，前 OpenAI 研究员 Andrej Karpathy 提出了 Vibe Coding 概念——用自然语言写代码，而不是用编程语言。这一概念被 Collins Dictionary 评为 2025 年度词汇。
YC 冬季创业公司的数据显示，四分之一团队的代码有 95% 由 AI 生成。这意味着：
- 编程门槛大幅降低：非程序员也能构建应用
- 开发者角色转变：从"写代码"到"审代码"、"设计架构"
- 工具链重新整合：CLI 成为连接 AI 与开发流程的最佳节点
3.4 开发基础设施的成熟
从 Rust 到 Go，从 Clap 到 Rust CLI 生态的爆发，现代编程语言为 CLI 开发提供了更好的基础设施。开发一个高质量 CLI 工具的门槛，正在大幅降低。
再加上开源社区的积极参与，围绕 Claude Code、Codex 的第三方工具生态正在快速成形：用量统计、提示词管理、模板库、扩展插件……
四、繁荣背后的警示
值得注意的是，繁荣背后也有隐忧。
Stack Overflow 2025 开发者调查显示：
- 对 AI 输出准确性的信任度：从 40% 骤降至 29%
- 对 AI 的积极评价：从 72% 降至 60%
- 66% 的开发者在调试 AI 生成代码上花费了比预期更多的时间
这说明什么？CLI 工具的竞争，已经从"能不能用"进入"好不好用"的深水区。 光有 AI 能力不够，还需要真正解决开发者的实际痛点。
Calvin French-Owen 分享了一个实用经验：当上下文 token 占用超过 50%，他会主动清理。他甚至分享了一种"金丝雀检测"方法——在上下文里埋入一些无关但可验证的小信息，一旦模型开始遗忘，说明上下文已经被污染。
这种"与 AI 协作"的能力，正在成为新时代开发者的核心竞争力。
五、趋势研判：CLI 的下一个十年
基于以上分析，我们可以对 CLI 的未来做出几个判断：
趋势一：AI CLI 将成为开发者的"第二大脑"
未来的开发者工作流，可能是"80% AI 生成 + 20% 人类审查"。人类的角色从"代码生成者"转变为"代码评审者"和"架构设计师"。
趋势二：垂直化 CLI 将大行其道
通用工具难以满足所有场景。面向数据库的 CLI、面向前端的 CLI、面向安全的 CLI……垂直领域的专业化工具将大量涌现。
趋势三：CLI 与 GUI 将长期共存
CLI 不是要取代 GUI，而是在各自的场景发挥最大价值。对于需要快速上手、视觉化操作、非技术用户友好的场景，GUI 仍有优势。CLI 的主场是开发者、自动化、以及需要精确控制的复杂场景。
趋势四：平台化是最终归宿
孤立的 CLI 工具难以形成壁垒。真正的竞争焦点在于生态整合能力：谁能更好地接入开发者的现有工具链、谁能提供更完善的企业级支持、谁能建立更活跃的社区生态——这才是决胜关键。
结语
CLI 的这波热潮，本质上是 AI 赋能开发者的一个缩影。
当 AI 能够理解代码、生成代码、调试代码、部署代码，传统的开发范式正在被重构。而 CLI，这个"古老"而"简洁"的技术形态，因为其与 AI 能力的天然契合，成为这场变革的最佳载体。
对于每一位开发者而言，这既是挑战，也是机遇。
拥抱变化的方式，不是抗拒 AI，而是学会与 AI 协作。 用 AI 处理重复性工作，用人类智慧处理创造性工作——这或许才是这场变革的真正意义。
