Hacker News 中文摘要

RSS订阅

你需要为AI代理重写命令行界面 -- You need to rewrite your CLI for AI agents

原文链接 | HN讨论 | 2026-03-05 20:40:33

文章摘要

文章建议为适应AI代理的需求，应重写命令行界面(CLI)，包括采用JSON格式数据、支持模式自省、控制上下文窗口大小、防止幻觉输入，并开发面向AI代理的功能模块。

文章总结

为AI智能体重构命令行界面（CLI）的设计哲学

核心观点

  • 人类优先的CLI：注重可发现性和容错性。
  • 智能体优先的CLI：强调可预测性和深度防御。
  • 两者差异显著，简单改造现有CLI难以满足智能体需求。

关键设计原则

  1. 原生JSON支持

    • 智能体偏好结构化数据：通过--json直接传递完整API负载，避免扁平化参数的语义损失。
    • 示例对比：传统CLI需10个独立参数，而智能体CLI只需一个JSON字段，与API协议完全对齐。

  2. 运行时模式自省

    • 提供schema命令动态输出API结构（如gws schema drive.files.list），替代静态文档，解决模型上下文窗口限制和版本滞后问题。

  3. 上下文窗口优化

    • 强制字段掩码（fields参数）过滤冗余响应数据，结合NDJSON分页流式处理，避免大响应耗尽智能体token预算。

  4. 输入加固防御幻觉

    • 严格验证路径遍历（如拒绝../../.ssh）、控制字符、资源ID格式（拦截嵌入的?fields=）和双重编码问题。
    • 设计理念：“智能体会幻觉，需按不可信输入设计”。

  5. 技能文件（Skill Files）

    • 为智能体定制SKILL.md，明确操作规范（如“始终添加--dry-run”），弥补其缺乏人类直觉的缺陷。

  6. 多接口适配

    • 同一二进制支持终端、MCP协议（JSON-RPC标准输入输出）、扩展插件和环境变量鉴权，适应不同智能体框架调用场景。

  7. 安全兜底机制

    • --dry-run预校验避免实际数据变更，--sanitize过滤API响应中的潜在提示注入攻击（如恶意邮件中的指令篡改）。

迁移路径建议

  1. 优先增加JSON输出和输入验证
  2. 实现模式自省命令
  3. 逐步引入字段掩码、沙箱环境等特性
  4. 最终通过MCP暴露类型化接口

案例参考

Google Workspace CLI 开源项目完整实践了上述模式，其设计原则可泛化至其他工具链。

注：本文观点代表作者个人，与谷歌官方无关。

评论总结

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

支持为AI优化CLI的观点

  1. CLI与AI需求存在差异

    • Human DX优化可发现性和容错性，Agent DX优化可预测性和深度防御（justinwp）
    • "retrofitting a human-first CLI for agents is a losing bet"

  2. 文本界面复兴与无障碍优势

    • AI使CLI/TUI重新流行，对盲人等群体更友好（lynx97）
    • "The speed of interaction I get from a TUI is simply unmatched"

  3. 技术先驱背书

    • John Carmack和Andrej Karpathy认为CLI是AI代理的理想接口（mellosouls）
    • "CLIs are super exciting precisely because they are a 'legacy' technology"

反对为AI改造CLI的观点

  1. AI应适应人类标准

    • 若AI无法解析CLI标志，说明其不成熟（devmor）
    • "If AI agents are so underdeveloped... then the answer is not to rewrite the CLI"

  2. 直接使用API更合理

    • CLI本质是API包装，AI应直接调用API（bingemaker）
    • "Why not use simply the API and document it well?"（resiros）

  3. 设计缺乏验证

    • 方案纯属推测，未证明有效性（sheept）
    • "This feels completely speculative... no measure of whether this approach is actually effective"

中间立场

  1. 人机需求存在重叠

    • CLI的JSON输出同时满足人类和AI需求（ZeroGravitas）
    • "The human needs and llm needs seem to overlap"

  2. 文档优化方案

    • 通过改进文档命令帮助AI理解CLI（jsunderland323）
    • "added embeddings so I could do semantic search"

讽刺性评论

  • "Why are you calling it 'AI' if it can't even parse a goddamn man page?"（antisol）
  • "Agents will write code 10x faster... Also them: You will have to dumb down your CLI"（impure）

关键争议点：是否应该为AI专门改造CLI，还是要求AI适应现有人类标准。支持者强调效率和无障碍，反对者认为这反映AI能力不足，中间派建议寻找兼顾方案。