CLI的春天：当软件从GUI城墙走向Agent原野

一、现象：三天之内，三座城墙倒塌

2026年3月27日，钉钉CLI正式上架GitHub，以Apache-2.0协议开源，首批开放AI表格、日历、待办、DING消息等10项核心产品能力。

24小时后，3月28日，飞书Lark CLI v1.0.0同步上线，MIT协议，覆盖消息、日历、文档、多维表格、邮箱、视频会议、任务、云空间等11个业务领域。

几乎在同一周，网易云音乐宣布开放外部Agent对播放和播单管理能力的直接调用；淘宝桌面版完成了OpenClaw适配。

这不是巧合。这是GUI城墙在Agent压力下的系统性崩塌。

二、分析：为什么必须是CLI？

图形用户界面（GUI）是过去30年软件工业最伟大的发明之一。它让计算机从程序员的专属工具变成了普通人的日常伴侣。但在Agent时代，GUI成了最大的阻碍。

GUI的本质是视觉引导。它要求用户先看见、再理解、再操作。按钮在哪里，菜单如何展开，流程如何跳转——这些都需要人类视觉系统的参与。Agent没有眼睛，或者说，Agent的视觉处理成本远高于人类。让一个AI去”看见”一个按钮并”点击”它，其技术复杂度远超直接调用底层API。

CLI的本质是能力暴露。命令行是软件最底层的调用方式，没有中间层的视觉包装，没有为了用户体验而设计的间接路径。对AI来说，有了CLI，调用平台能力就像执行系统指令一样直接。

这解释了为什么OpenClaw——那只两个月内GitHub星标突破25万的红色龙虾——从底层就是CLI驱动的架构。它通过执行Shell命令协调多步骤工作流程，自然语言指令在后台被翻译为系统调用，没有GUI的层层阻隔。

飞书拿到满分5分的Agent友好度评估，评语是”AI Agent原生CLI该做的事，它基本都做了”。这不是赞誉GUI的消亡，而是承认一个技术现实：在Agent与软件的交互中，简洁性战胜了易用性。

三、历史：这让人想起互联网的浏览器战争，以及更早的UNIX哲学

1995年，网景Navigator与微软Internet Explorer争夺用户桌面。那场战争的决定性因素不是技术先进性，而是谁更能成为用户访问互联网的默认入口。

但CLI的故事远比浏览器更古老。1969年，UNIX操作系统诞生，其设计哲学之一是”做一件事，并做好”。程序之间通过管道（pipe）连接，一个程序的输出成为另一个程序的输入。这种模块化的设计思想，让小型工具能够组合成复杂的工作流。

GUI的出现打破了这种组合性。每个软件都是一个封闭的岛屿，数据被锁死在各自的应用程序中。用户需要在不同窗口间切换，手动复制粘贴，成为了”人肉集成器”。

Agent时代，CLI的回归实际上是在重建UNIX时代的组合性——只不过这次的”管道”不再是Shell命令，而是Agent的调度逻辑。飞书的Lark CLI支持2500+API，钉钉CLI覆盖10项核心能力，这些开放的接口就像是重新铺设的数字管道，让AI能够像搭积木一样组合不同平台的能力。

GUI时代，软件争夺的是用户的眼球和手指。DAU、停留时长、点击率——这些指标衡量的都是人在软件中的沉浸程度。软件是目的地，用户主动打开、浏览、点击。平台的价值在于”留住用户”。

Agent时代，这套逻辑正在失效。当用户对着智能助手说”帮我查一下下周的日程，避开有冲突的时间段，然后订一家合适的餐厅”，执行过程可能涉及日历、地图、餐饮平台多个系统，但用户感知不到中间经过了哪个平台，甚至不关心。平台的价值从”留住用户”变成了”被Agent调用”。

软件正在从目的地变成能力组件。这让人想起浏览器战争后期的另一个转折点：当网页不再是内容的容器，而变成应用的平台，操作系统的重要性就开始让位于浏览器。今天的CLI开放，本质上是软件厂商在Agent时代重新定位自己的尝试——与其被Agent绕过，不如成为Agent的底层基础设施。

但历史不会简单重复。浏览器战争的结果是平台集中化，少数巨头控制入口。Agent时代的CLI开放，却可能走向相反的方向：当所有平台都暴露底层能力，Agent成为调度中枢，权力的转移方向是从平台到Agent，从集中到分散。

更重要的是，这一次的转变速度远超历史。从浏览器战争到移动互联网，花了近20年。从GUI到CLI的Agent化，只用了三个月。

四、趋势：Agent调用频次正在取代DAU

钉钉和飞书的路径分岔，揭示了平台对这一趋势的不同判断。

飞书的策略是分层开放，构建Agent生态。OpenClaw插件拉拢开发者，智能体平台aily服务普通员工，Lark CLI向所有Agent框架开放——三层布局，同一套底层能力。飞书的判断是：Agent在企业能走多深，很大程度上取决于平台上沉淀的上下文质量。把执行能力向外开放，让所有Agent进来调用，上下文资产的价值就被放大。

钉钉的策略是底层重构，生态闭环。用一年时间重写代码，让产品能力变成AI可直接调用的系统指令；以”悟空”为统一调度入口，阿里生态内的淘宝、支付宝、阿里云以Skills形式接入，实现跨平台全链路操作。钉钉的判断是：核心商业能力需要在闭环内统一调度，而不是作为零件交给外部Agent自由拼装。

两种路径，一个共识：衡量平台价值的指标正在移动。

DAU、用户停留时长、点击率这些过去十年的核心数字，正在被”Agent调用频次”悄悄替代。当用户不再打开App，而是对智能助手下指令，平台之间的竞争就从争夺用户注意力，变成了争夺被Agent调用的机会。

这种转变对商业模式的冲击力是深远的。过去十年，互联网平台的盈利模式建立在用户停留时长之上——广告需要眼球，电商需要浏览，内容需要沉浸。但Agent调用是一次性的、目标明确的、无中间过程的。用户说”订一份外卖”，Agent调用美团API完成订单，整个过程可能只需要几秒钟，用户甚至不会打开美团App，不会看到任何推荐流，不会受到任何营销信息的影响。

这意味着什么？意味着注意力经济正在让位于意图经济。平台不再需要想方设法”留住用户”，而是需要确保当用户产生明确意图时，自己的API能够被Agent优先调用。这要求平台重新思考自己的核心能力——不是界面设计，不是内容运营，而是服务质量和API的稳定性、完备性、易用性。

网易云音乐开放了播放和播单管理能力的直接调用，淘宝桌面版完成OpenClaw适配。这些分散在不同赛道的动作，指向同一个方向：主动向Agent开放，还是被Agent绕过——这个选择，所有数字平台迟早要面对。

更值得警惕的是，这种转变可能是不可逆的。一旦用户习惯了通过Agent完成操作，就很难回到手动打开App、逐级点击菜单的旧模式。就像智能手机普及后，功能机迅速消失一样。GUI不会完全消亡，但会退守到特定的场景——那些需要人类视觉判断、创意表达、情感交流的领域。而绝大部分功能性操作，将被CLI+Agent的组合接管。

五、追问：人类准备好了吗？

从第一台计算机诞生，80余年。我们经历了从命令行到图形界面，从桌面软件到移动应用，从Web 1.0到移动互联网。每一次交互范式的跃迁，都伴随着权力的重新分配和技能的重置。

GUI让普通人能用计算机，创造了数十亿规模的数字人口。Agent时代，CLI的回归不是让普通人退回命令行，而是让AI替人执行命令。普通人将不需要学习任何界面，只需要说出需求。

但这意味着更深层的依赖。当软件的底层能力完全向Agent暴露，Agent成为人与数字世界交互的唯一中介，几个根本性的问题浮出水面。

第一，信任与问责。当Agent代替人完成跨平台操作，出现错误时谁来负责？是下达指令的用户，是执行操作的Agent，是提供API的平台，还是某个中间环节的开发者？现有的法律框架和商业伦理都没有准备好回答这个问题。

第二，透明与理解。GUI的价值之一是可预见性——用户能看到自己在做什么，能随时中断或回退。Agent的CLI调用对用户是黑箱，一次指令可能触发数十次API调用，用户既不理解过程，也无法干预。这种不透明性在涉及金钱、隐私、安全的关键场景下是危险的。

第三，权力与垄断。当Agent成为新的操作系统层，谁控制Agent，谁就控制了数字世界。如果少数几个Agent平台垄断了与所有服务的连接，它们将获得比今天的操作系统厂商更大的权力。这种权力的集中，是否会催生新的监管挑战？

第四，技能与退化。如果人类不再需要学习任何界面，只需要说出需求，那么当Agent失效时，人类是否还有能力手动完成任务？技能的退化一旦发生，就很难恢复。

当平台价值由Agent调用频次定义，平台是否还有动力维护面向人的产品质量？当所有平台都变成能力组件，Agent成为操作系统之上的新层，这一层的权力由谁监督？

2026年注定是一个AI靠Agent蔓延的年度。不再只是聊天AI，而是链接、颠覆和重构——不仅仅是软件和互联网，而是生产力、劳动力、经济、社会，甚至政治。

从命令行到GUI，我们走了30年。从GUI回到命令行，只用了三个月。

技术的钟摆在来回摆动，但每一次摆动都比上一次更高、更快、更不可逆。

这一次，我们可能没准备好。

本文基于公开资料整理，部分信息来自新浪财经2026年3月29日报道《飞书、钉钉开源CLI，Agent开放路径走向分岔》