MCP 正在被抛弃,CLI 正在回归。
为什么 AI 编程工具都在"复古"做 CLI?
Perplexity CTO 明确说团队在放弃 MCP,转用 API 和 CLI。Google ADK 原生集成 bash 工具。当巨头开始往官方工具链里塞 bash,你知道风向彻底变了。
MCP 为什么失败?
Context Bloat。一次性把所有工具的 schema 塞给 LLM,光启动就说句"你好",就要消耗 5 万输入 tokens。这不是 bug,这是架构的必然。
加上部署复杂、重复认证——「你原本只有一个问题,现在你有了两个问题」。
CLI 为什么赢了?
三条规则:
一切皆文本流。做一件事并做到最好。用管道组合解决复杂问题。
LLM 天然熟悉 CLI,因为在预训练时已经摄入了大量 man pages。grep 怎么用、curl 怎么传参、jq 怎么解析 JSON——不需要适配层,AI 拿来就能用。
零部署成本。pip install,直接调。
可组合性。find + grep + jq + curl 用管道连起来,Agent 不需要把中间结果传回 LLM 再处理。
我在朋友圈说过:Agent 协议,也许会像 RSS 一样成为标准化协议。
RSS 让内容聚合变得简单,让信息流动起来不需要中间商。
CLI 让工具调用变得简单,让 AI 和工作流连接起来不需要中间层。
本质上,它们解决的是同一个问题:降低摩擦,让系统和人之间的交互更直接。
对一人公司来说,这意味着什么?
你的工具链越简单,你的认知带宽就越宽。
当你不需要维护 MCP 服务器、不需要配置 OAuth、不需要为每个工具单独写适配器——你就有更多的精力去想:这件事用什么工具做最好?而不是:怎么让 AI 调用这个工具?
工具链轻量化,只是第一步。
你的下一个工作流,值得用 bash 重写一遍。
预约:Mixlab AI训练营
当行业在追逐越来越复杂的协议,你有没有想过——最简单的方案,可能一直在你的终端里?
#CLI #MCP #Agent #Vibe编程 #Linux哲学
🌙 ☕ 🍺