面试被问懵:什么是给AI用的APP?不懂CLI模式,可能真的会被淘汰

上周有个朋友去面试，面试官问了他一个问题：“你了解现在APP交互都有哪些形态吗？”朋友疑惑地回答道：“不就是手机APP、电脑桌面应用嘛，还能有什么形态？”面试官笑了笑让朋友回去等通知了，结果就凉了。

他回来跟我讲述了这次面试经历，我想借此机会也向大家介绍一下目前市面上的APP正在悄悄发生的变化。

从”给人用”到”给AI用”

第一阶段：传统GUI界面

这就是我们最熟悉的形态——你在手机上点点划划，在电脑上拖拖拽拽。界面是给人眼看的，按钮是给人手点的，文字是给人脑子理解的。

第二阶段：开放平台API

为了方便开发者进行应用集成和接入，各家APP又提供了API接口。应用不再仅仅是一个给人看的界面，而是将核心能力（如支付、地图、社交分享、数据存储）封装成标准化的接口。

第三阶段：CLI命令行

2026年3月17日阿里巴巴在全球首个企业级AI原生工作平台“悟空”的发布会上宣布，为了让悟空Agent能够原生操作钉钉上千项核心能力，已重写钉钉底层代码，完成全面CLI化改造，此外，飞书的动作同样迅速。3月28日字节跳动飞书团队正式开源官方命令行工具——Lark CLI，直接将飞书开放平台的2500多个API封装成命令行工具，覆盖即时通讯、云文档、多维表格、日历、会议、邮箱、任务、知识库等11大业务域。飞书、钉钉相继开源CLI，意味着企业协作软件的用户边界正在从“人”延伸到“人+Agent” 。

我们拿现在火热的智能体“小龙虾”来举例，假如你想让它帮你搜一下飞书中最近同事提到过的 “绩效” 相关聊天信息，那么“小龙虾”需要先打开浏览器登录飞书，等页面加载完后找到搜索框，输入 “绩效”，接着等结果出来，再一条条翻看消息内容。中间要处理一堆网页元素，导致上下文信息又长又杂，有很多和内容无关的干扰信息。

但是飞书提供了 CLI 后，只需要执行一行命令，就能完成任务：

lark-cli im +messages-search --query "绩效"

当然除了直接操作APP界面，我们还可以通过接口调用的方式来获取结果，可是开放API虽然也是程序接口，但调用它需要编写代码，所以它更适合给开发者编程调用而不是给AI使用。

你可能还听说过MCP（模型上下文协议），它确实是专为AI设计的使其能自主发现并使用工具的标准化协议。但是MCP 协议要求把所有工具的名称和参数格式全部注入到 AI 的上下文里，工具一多 Token 消耗就很夸张。ScaleKit 做过一组基准测试，同样的任务，MCP 的 Token 消耗可能是 CLI 的几十倍！

亲自体验CLI

提到CLI首先能想到的就是在电脑的命令窗口中输入指令。mac用户在应用程序里找到 “终端”，Windows 用户搜索 “PowerShell” 或者 “命令提示符”，例如输入命令date并回车：

date

电脑直接返回当前的日期和时间。这就是最简单的 CLI 交互了，输入一条命令，电脑返回一个结果。

但这只是最基础的用法，现代 CLI 能做的事情远远不止这些。

比如最近飞书刚开源的 Lark CLI，这个工具可以让你在终端里直接操作飞书的消息、日历、文档等功能。

想要使用它首先需要进行安装，我们在命令窗口输入一行指令：

npm install -g @larksuite/cli

装好之后还需要配置一下应用信息：

lark-cli config init --new

接着通过界面上的链接打开配置飞书 CLI 应用：

创建应用成功后需要登录授权，选择你允许通过 CLI 操作的业务：

lark-cli auth login

在这里可以看到很多选项，可以勾选确定你允许通过CLI调用的功能

然后需要打开链接完成最终确认，最后在命令窗口中重新执行登录命令，你就会看到「授权成功」：

之后，你就可以用命令行来操作飞书了。

比如查看今天的日程安排：

lark-cli calendar +agenda

查看我的待办任务：

lark-cli task +get-my-tasks

以前这些操作你要打开飞书 App，点好几下才能完成，现在一行命令就搞定了。

AI Agent接入CLI

那么如何让AI 用上这套 CLI 呢？很简单！想要让 AI Agent 用上 Lark CLI，只需要做一次配置，后续它就能自己调用这些命令了。

飞书提供了cli skill，只需要一条命令即可安装

npx skills add https://github.com/larksuite/cli -y -g

更快捷的方式是把指令告诉你使用的智能体让它自动安装，比如在codebuddy中：

配置完成后，你只需要用自然语言告诉 AI 要做什么。比如：

AI 收到指令后，会自己判断需要调用哪个命令、拼好参数、执行、然后读取返回结果。整个过程你不需要告诉它“要用 lark-cli im +messages-search –query “绩效”这个命令”，AI 自己就知道该怎么做。

如果执行过程中遇到报错，AI Agent 还能分析错误信息，修正参数后重新执行。相比人工操作，这不仅是少点几下屏幕的区别，而是把整个操作链路完全交给了 AI 自主完成。

AI Agent，也需要给人类留一扇窗

聊到这里，可能有人会得出一个结论：未来的 APP 就应该彻底 CLI 化，把图形界面都砍掉，但事实恰好相反。

当越来越多的应用开始为 AI 设计命令行接口，另一个方向也在悄然发生——那些最早“为 AI 而生”的命令行工具，反而开始回过头来补图形界面的课。因为开发者们逐渐发现了一件事：

AI 可以靠 CLI 高效干活，但人类依然需要看得见、摸得着的交互方式。

这并不是倒退，而是一种双向演进，我们可以看到在这条路上很多大厂产品走出来的一个个例子：

Claude Code → CoWork

2024 年 11 月，Anthropic 推出了 Claude Code，一个纯命令行的 AI 编程工具。它的设计初衷就是给开发者用的——在终端里输入命令，AI 帮你写代码、跑测试、改 bug。

但 Anthropic 很快发现，大量用户开始把 Claude Code 当作“万能工具”来用：管理文件、整理资料、写报告……这些人不全是程序员，很多人看到黑乎乎的终端界面就头大。

于是 Anthropic 做了一个决定，基于 Claude Code 的同一套底层能力推出 CoWork。CoWork 被内置到 Claude 桌面应用中，用户不需要面对命令行，只需要在聊天界面里告诉 AI 要做什么，再给它指定一个文件夹的访问权限，AI 就能自主完成文件整理、报表生成等任务。正如 Anthropic 官方所说，CoWork 是“Claude Code 的能力，包装成每个人都能用的版本”。

Codex CLI → Codex 桌面版

OpenAI 的 Codex 走了一模一样的路。2025 年 4 月，Codex 以 CLI 形态发布，主打终端里的 AI 编程。

但随着 AI 能力的增强，用户开始让 Codex 同时处理多个任务——一个 AI 在修 bug，另一个在写新功能，第三个在做代码审查。

这时候 CLI 的局限性就暴露了：你得开好几个终端窗口，手动管理不同的分支和任务，很容易乱套。

2026 年 2 月，OpenAI 推出了 Codex macOS 桌面版。这个桌面应用的设计思路很清晰，它不是要替代 CLI，而是让用户能像项目经理一样，在一个界面里并行管理多个 AI 智能体，统一查看进度和结果。OpenAI CEO Sam Altman 自己也承认，随着模型能力越来越强，“开始感受到界面的限制”，所以需要一种新的交互方式让人们更容易使用这种能力。

OpenClaw 的 Channel 机制

再来看最近爆火的 OpenClaw。这个 AI 智能体框架之所以能在三个月内冲到 GitHub 全球第一，很大程度上是因为它的架构设计同时兼顾了 AI 的执行能力和人类的交互需求。

OpenClaw 的核心架构中包含一个叫“Channel”的抽象层，它可以把 WhatsApp、Telegram、Slack、Discord 等各种即时通讯工具统一接入进来。这意味着，用户不需要专门打开一个软件，而是可以在自己日常用的聊天 App 里直接给 AI 派任务，AI 执行完毕后也在同一个聊天窗口里回复结果。

换句话说，OpenClaw 把“给 AI 用的 CLI 能力”和“给人类用的聊天界面”打通了——AI 在后台靠命令干活，人类在前台靠自然语言交互。

写在最后

我们过去习惯用“人”的视角去打量每一个产品，却忽略了另一个正在快速崛起的新用户——AI。

当 AI 开始成为应用的直接操作者，产品的形态自然会发生一场静默的革命。UI、API、CLI，这三条并行的轨道，其实对应着三种不同的交互哲学：

给人看的界面要直观，给开发者用的接口要规范，而给 AI 用的命令行则追求极致的简洁与高效。

与此同时，即便是最纯粹的“为 AI 而生”的工具，也终究要给人类留一扇看得懂的窗。未来的 APP，或许不再是非此即彼的单选题，而是一套同时面向人与 AI 的双语系统。谁能率先学会用 AI 听得懂、用得顺的方式去重构产品，同时也不忘了给人留一个友好的入口，谁就能在下一轮竞争中悄悄领先半个身位。

—End—

如果您觉得这篇文章对您有帮助欢迎点赞、❤、转发三连击

也恳请您关注以下公众号+星标，这里有更多精彩思考和总结

您的支持是我继续写下去的动力💪

注：原创不易，合作请在公众号后台留言，未经许可，不得随意修改及盗用原文。