Skip to main content

命令行（CLI）就是你所需的一切

经常有人问我：“Claude Code 比其他的 AI 编程工具好用，但又说不明白为什么这么好用。 下面的这篇由 Marco Franzon 撰写的博文很好地解释了为什么。 强大好用的 Claude Code 和最近火热的 OpenClaw，这两个产品具有一个根本性的共同点：它们都把大语言模型的能力接到了系统的终端命令行上。也正因为如此，AI 才不只是“给你一段建议”，而是能真正进入你的项目目录里动手做事：查找、修改、运行、测试、提交、排错，形成一个紧凑的自动开发闭环。 很多人会把终端当成“老派的输入方式”，其实恰恰相反，这个世界的最主要的和最重要的信息系统都是基于终端命令行的：银行的交易处理、航空的订票与调度、物流的分拣与追踪、政府与公共部门的核心业务流程。命令行之所以能长期成为“通用接口”，就是因为它足够稳定、足够通用、足够可组合，也足够容易被自动化。 而人工智能大语言模型都经过了天量的命令行的训练，能极其精准地操作命令行。因此当强大的大语言模型和灵活的命令行结合在一起时，就产生了一个人类社会前所未见的强强组合。

MCP 的炒作已经结束。​

前两年被视为人工智能体工具的未来趋势的 MCP（模型上下文协议）在实际应用中显得过于笨重。在 2026 年，追求速度和效率的开发者重新回到了命令行终端。 他们直接赋予人工智能大语言模型访问 Shell 的权限。从而使智能体可以调用已经被广泛使用了几十年的工具，例如 git、rg、grep、npm、docker、curl、jq 和 tail。开发者不再需要自定义服务器，也无需在上下文窗口中填充臃肿的架构描述。 只需强大的AI模型结合 Bash 或 Zsh，以 Claude Code 为代表的 AI 辅助编程工具就会展现出神奇的效果。

MCP 在日常开发中失去吸引力的原因​

对于典型的开发流程，MCP 往往增加了阻力而非助力，原因包括：

  • Token 开销： 冗长的工具目录和架构描述消耗了宝贵的上下文空间。
  • 重复造轮子： 自定义 MCP 服务器经常在重复官方命令行工具已经能稳定实现的功能。
  • 组合性太差： 开发者失去了 Unix 系统在上个世纪就完善的管道、链式调用和即时修改能力。
  • 模型匹配度： 顶级人工智能大语言模型在 Shell 使用方面经过了大量训练。这些模型能极其精准地理解参数、管道、错误信息和文档。

最佳的实践方式很简单： 在 Claude Code 中打开项目目录，在安全防护下授予 Shell 执行权限。然后尽情给它下命令，说你想要做的各种功能。 Claude Code 就会自动规划、运行命令、编辑文件、执行测试、提交代码并进行调试。

MCP 在受监管的企业环境和类型安全需求高的 SaaS API 集成中仍有价值。但对于 80% 到 90% 的日常工作，它只是干扰信息。

命令行优于 MCP 的场景​

在我的日常开发中，我经常遇到以下场景。这些场景中让我强烈地感受到 MCP 的局限性。

整个项目代码级别的重构​

Claude Code 会先从这条命令开始： rg "oldDeprecatedFunction" 。 它会规划改动范围。 它会在多个文件里做定点修改。 它会用 git diff 复查。 它会跑 npm test 或 cargo test。 然后它会提交： refactor: remove deprecated API calls

这样的场景里根本不需要 GitHub MCP 服务器，只需要 rg 和 git。

线上 bug 的全栈调试​

我给 Claude Code 下的指令是：在 staging 环境中复现用户认证失败。 Claude Code 就去拉取代码，运行 staging 环境，并监控日志错误。它使用 curl 探测接口，使用 docker-compose 启动数据库，并运行特定的测试用例。

这样的场景里根本不需要不需要 Docker 的 MCP。 不需要日志的 MCP。只要熟练的 shell。

搭一个新的微服务​

我给 Claude Code 下的指令是： 用 Axum + sqlx 写一个 Rust 的用户资料 API。数据库用 Postgres。 Claude Code 直接使用运行我的电脑的环境自带的工具链（如 Rust 的 cargo）创建项目、添加依赖并启动服务。

现有的工具链已经足够，不需要数据库 MCP。

修 CI/CD 的随机失败​

Claude Code 会克隆仓库。 它会用 act 在本地跑工作流。 它会定位失败点。 它会改 .github/workflows/ci.yml 或 Dockerfile。 它会用 docker build 验证。 它会推分支。 它会用 gh 开 PR。

全是标准 CLI 工具。 不需要定制的 CI 集成层。

开发者反馈的模式​

使用基于原生命令行的 Claude Code 的团队反馈了以下优势：

  • 交付速度大幅提高。
  • Token 消耗更可预测。
  • AI辅助编程工具的行为更加透明。
  • 更容易监督和调试 AI 的操作。

综上所述，目前流行的观点认为：不应再构建集成，应该去构建命令行工具。因为 Bash 就是终极的 MCP。

命令行终端一直都是通用的开发环境​

在 2026 年，终端也是 AI 编码代理最强大的界面。除非你在使用特定的企业工具，否则可以跳过沉重的 MCP 栈了。

你只需要在 Claude Code 中打开项目目录，并赋予其 Shell 权限。描述你的任务，然后观察它如何工作。