最近，在Lex Fridman的播客节目中，OpenClaw创始人Peter Steinberger抛出了一个相当尖锐的观点：“每个MCP用CLI做都更好”。有意思的是，几乎在同一时期，InfiniSynapse团队也提出了一个相似的公式：CLI Tool = MCP + Skill，并据此推出了自家的工具市场。
两者出发点不同，但结论却惊人一致：对于AI来说，最擅长、最得心应手的工具调用方式，恰恰是我们人类最熟悉的——命令行接口。
一、Peter的洞见：为什么“MCP用CLI做都更好”？
在播客对话中，Peter Steinberger用一个简单的例子点明了MCP（Model Context Protocol）的核心缺陷。
MCP的致命伤：不可组合性
他举了一个调用天气API的场景：
| 方案 |
调用结果 |
| MCP调用 |
返回一大坨JSON——温度、降水、风速、湿度全塞进来，整个上下文被污染。 |
| CLI调用 |
Agent自己加一条 jq 命令只过滤温度，甚至可以组合成脚本做计算，最后只把精确结果放进上下文。 |
关键在于，AI模型本身就是在海量代码（其中充斥着Unix命令调用）上训练出来的。CLI对模型而言，不过是另一条Unix命令罢了，根本不需要额外学习一套特殊协议。
Peter和他的团队做了大量实践来验证这一点：
- go-cli：让Google全家桶服务在终端可用。
- wacli：实现WhatsApp的自动化操作。
- spogo：Spotify的CLI客户端。
- VibeTunnel：用于远程控制AI代理的隧道。
- CodexBar：监控token使用，防止成本失控。
- ...以及二十多个其他工具。
所有这些工具都有一个共同点：它们都是CLI工具，都可以通过命令行调用。
OpenClaw的方案：技能即“CLI+说明书”
OpenClaw提出的“Skills”概念，其本质非常简单：
- 用一句话告诉模型“这个CLI工具存在”。
- 模型按需加载完整的功能说明。
- 然后模型自己就能调用它。
归根结底，大部分Skills就是一个CLI工具加上一段自然语言说明书。 为了更进一步，Peter甚至开发了MCPorter工具，能将现有的MCP直接转换成CLI，从而完全绕开传统MCP那套复杂的配置和使用流程。
“你不需要重启，不像Codex或Cloud Code那样你得重启整个东西。我觉得这样优雅得多，扩展性也好得多。” —— Peter Steinberger
与此同时，InfiniSynapse团队从产品化和生态建设的角度出发，得出了完全相同的结论。他们认为，当前的工具生态存在明显断层。
- MCP的问题：尽管2025年被称作“MCP元年”，各大厂商纷纷推出MCP市场，但实际体验往往不尽人意，导致“开发者比真正使用者还多”。
- Skills的问题：它解决了功能稳定性的问题，并鼓励了专业知识的沉淀。但由于标准松散，导致技能难以分发、复用，更难以形成真正的生态。一个依赖特定本地路径或脚本的Skill，基本无法被其他人直接使用。
InfiniSynapse给出的答案是：CLI Tool = MCP（工具能力）+ Skill（使用说明）。
具体做法是，在传统命令行 --help 参数的基础上，增加一个 --skill 参数：
--help：提供人类可读的使用说明。--skill：输出AI可理解的操作指南和上下文使用规范。
一次构建，处处可用。 这意味着：
- 模型无需学习任何特殊协议。
- 用户无需配置额外的服务器。
- 无需处理MCP返回的复杂嵌套JSON结构。
- 可以通过管道 (
|)、链式调用 (&&) 等方式自由组合多个CLI工具，实现复杂的工作流。这种强大的可组合性，正是高效自动化工作流的核心。
既然CLI是答案，那么工具从哪里来？如何保证质量和安全？InfiniSynapse的解决方案是推出 Tool Market (infinisynapse.cn/tools)。
这个工具市场的核心设计理念非常明确：
| 特性 |
说明 |
| 下载即用 |
无需复杂安装配置，下载到项目目录即可直接使用。 |
| 跨平台 |
原生支持 Windows、macOS、Linux 全平台。 |
| 全Agent兼容 |
无论是ClawdBot、Cowork、Claude Code，还是auto-coder、Cursor，都能调用。 |
| 官方审核 |
所有上架工具均经过官方验证，从源头避免恶意工具。 |
目前已上线的工具涵盖了多个常用场景：
- Office三件套：对Word、PPT、Excel文件进行操作。
- 文档转换：将Markdown格式转换为PDF或Word。
- 浏览器自动化：实现网页浏览与操作。
- 地理数据分析：提供基于地理信息的选址分析能力。
- 更多工具正在持续添加中…
与MCP市场的本质区别
这种模式与传统MCP市场有着根本性的不同：
| 对比项 |
MCP Market |
InfiniSynapse Tool Market |
| 使用门槛 |
需要配置服务器、调试通信协议。 |
下载即用，无需额外配置。 |
| 跨平台性 |
高度依赖特定运行时环境。 |
提供各平台原生可执行文件。 |
| 安全性 |
依赖第三方上传，质量良莠不齐。 |
官方审核验证，安全有保障。 |
| 工具本质 |
基于特殊协议的服务。 |
标准命令行工具，符合Unix哲学。 |
四、两家的共识：AI就应该用CLI
Peter Steinberger在采访中说了一句非常深刻的话：
“赋予智能体人类惯用的工具（如CLI），比为它们发明专用协议更为有效。”
这引出了一个根本性问题：我们是在为AI设计一套全新的工具，还是直接给AI使用我们人类已经验证了几十年的高效工具？
人不用的东西，AI也不该用
没有哪个开发者会愿意手动去调用一个复杂的MCP协议。既然如此，为什么要强迫AI去学习和使用它呢？AI模型从训练数据中学习到的，绝大部分就是命令行调用模式。CLI是AI最熟悉、最自然的工具调用范式。
CLI的压倒性优势总结
- 零学习成本：模型天生就懂，无需额外训练。
- 强大的可组合性：通过管道 (
|)、逻辑操作符 (&&, ||)、脚本等方式，可以轻松编排复杂任务。
- 上下文友好：精确控制输出，只返回需要的信息，避免无关的JSON数据污染宝贵的上下文窗口。
- 易于调试：人类可以直接看懂、复现并手动执行命令，问题排查极其方便。
- 生态极其成熟：坐拥几十年的Unix/Linux命令行工具遗产，无需重新发明轮子。
我们正处在一个关键的转折点上：
- MCP：属于协议层的理想化设计，但某种程度上脱离了实际用户体验。
- Skills：是内容层的有益尝试，解决了“稳定性”和“知识沉淀”，但缺乏标准化，难以形成可复用的生态。
- CLI Tool Market：很可能是用户层的终极答案，即下即用，且有官方背书，真正打通了工具从开发到使用的闭环。
Peter Steinberger从OpenClaw的实战经验中总结，InfiniSynapse从产品化与生态构建中提炼，两者殊途同归。
CLI，很可能才是AI Agent工具调用的终极形态。
Tool Market本身并非终点，而是一个全新的起点。当功能强大的工具能够像手机App一样被轻松发现、一键下载、开箱即用时，AI Agent所能解决的问题边界将被极大地拓展。这种围绕开源工具形成的健康生态，是技术持续进步的关键推动力，也是广大开发者乐于在技术社区中分享和探讨的焦点。
结语
“这双手太珍贵了，不用来打字。” —— Peter Steinberger这样解释他为何用语音控制自己的Agent。
AI Agent的核心价值不在于“展示智能”，而在于“切实解决问题”。采用CLI作为交互接口，Agent能更稳定、更快速、更灵活地解决更多问题。通过像InfiniSynapse Tool Market这样的平台，用户也能更安全、便捷地获取到统一且高质量的工具。
或许可以说，专为AI设计的复杂协议正在褪去光环，而历经时间考验的、以人为本的命令行，正以其简洁和强大，成为AI时代工具调用的新王道。
本文观点与OpenClaw创始人Peter Steinberger在Lex Fridman播客（#491期）中的分享形成联动，展现了AI工具生态演进的不同视角与共同方向。
相关链接：
发表于 5 天前
|
查看: 12|
回复: 0
