MCP 的热潮已经过去。曾被视为 AI Agent 未来的 MCP——即为 AI Agent 量身打造的标准化、结构化工具服务器——最终却被证明对大多数真实编码工作来说完全是大材小用。到了 2026 年那些交付速度最快、代码最简洁的开发者们又回到了原点终端。他们直接赋予 AI Agent shell 权限让其使用那些几十年来屹立不倒的经典工具git, rg, grep, npm, docker, curl, jq, tail.无需自定义服务器无需庞大的 schema 描述占用上下文窗口。只需一个强大的推理模型加上 bash/zsh。于是AI Agent 写代码的体验终于有了点魔法的味道。MCP 为何在日常开发中失去光彩对于常规开发流程来说MCP 往往不是助力反而成了阻力Token 消耗过大冗长的工具目录和 schema 描述严重占用宝贵的上下文空间。重复造轮子自定义的 MCP 服务器常常只是重复了官方 CLI 早已实现、且更可靠的功能。组合性差你失去了 Unix 几十年来打磨出的管道、链式操作和临时小技巧的天然优势。模型适配度高主流大模型如 Claude、GPT 系列、Gemini在 shell 操作上训练极多对命令参数、管道、报错、man 文档等理解得极其透彻。最佳实践其实很简单“把 AI Agent 放进你的项目目录赋予受控的 shell 执行权限然后描述你的任务。Agent 会自动规划、执行命令、编辑文件、跑测试、提交代码、调试、循环迭代。MCP 在高度结构化的企业集成场景比如合规环境下的类型安全 SaaS API依然有价值。但对于 80–90% 的日常开发流程来说它只是噪音。引领潮流的 CLI 原生编码 AgentClaude CodeAnthropic依然是大规模或复杂代码库深度推理的领头羊。适合架构讨论、精细重构和多文件变更解释详尽。原生支持终端工作流能编辑文件、访问 shell、集成 git。按量付费但解决难题物有所值。Codex CLIOpenAI轻量、快速直接调用 OpenAI 强大模型。适合代码生成、测试和快速迭代。开源底子易于本地部署和定制。Gemini CLIGoogle免费额度强大的多模态能力。擅长原型开发、UI 任务和大型项目。以终端为核心支持简洁的 ReAct 风格循环。开源且注重隐私。OpenCode多模型灵活切换支持 75 供应商、集成 LSP隐私保护做得好。许多开发者称其为目前最高效的终端 AI Agent。社区发展迅速。CLI 在这些场景完爆 MCPMonorepo 级别的批量重构AI Agent 首先执行rg oldDeprecatedFunction .然后规划跨文件的精准修改应用变更用 git diff 审查跑 npm test 或 cargo test最后提交refactor: remove deprecated API calls无需 GitHub MCP 服务器无需臃肿上下文。只用 rg、git 和测试工具干净利落。生产环境全栈调试指令“在 staging 环境复现认证失败。”AI Agent 执行git pull npm install npm run dev tail -f logs/server.log | grep error curl -v api/auth/check docker-compose up -d db redis npm test -- --grep auth它通过编辑文件、重新运行测试、探查接口等方式不断迭代。没有 Docker 的 MCP没有日志 MCP只需精通 Shell 即可。新微服务脚手架搭建指令“用 Axum 和 sqlxPostgres 驱动构建一个 Rust 用户资料 API。”Agent 操作如下cargo new --bin user-service cargo add axum sqlx --features postgres cargo watch -x run curl localhost:3000/health开发过程中随时提交。无需 Rust MCP也不需要数据库 MCP现有工具链已足够。CI/CD 故障修复Agent 克隆仓库用 act 在本地跑工作流发现失败后编辑 .github/workflows/ci.yml 或 Dockerfile用 docker build 验证推送分支并用 gh 开 PR。全程只用标准 CLI 工具无需专门的 CI 集成层。开发者反复提到的模式那些拥抱 CLI 原生 Agent 的团队普遍反馈迭代速度更快Token 消耗更可控智能体行为更透明更容易调试 Agent 的操作最近流传的几句话““别再搞集成了直接做 CLI。” “Bash 才是真正的 MCP。” “智能体就是在 Unix 管道上训练出来的——这方面简直无敌。” “CLI 就够了其他都是多余。”终端一直都是通用开发环境到了 2026 年它也是 AI Agent 最强大的接口。除非你深陷企业专有工具否则完全没必要用臃肿的 MCP 栈。cd 进你的项目启动你喜欢的 CLI 智能体赋予 Shell 权限描述你的需求。然后静静看它大展身手。文章封面图源网络侵删
你只需要 CLI
发布时间：2026/5/28 16:49:51
MCP 的热潮已经过去。曾被视为 AI Agent 未来的 MCP——即为 AI Agent 量身打造的标准化、结构化工具服务器——最终却被证明对大多数真实编码工作来说完全是大材小用。到了 2026 年那些交付速度最快、代码最简洁的开发者们又回到了原点终端。他们直接赋予 AI Agent shell 权限让其使用那些几十年来屹立不倒的经典工具git, rg, grep, npm, docker, curl, jq, tail.无需自定义服务器无需庞大的 schema 描述占用上下文窗口。只需一个强大的推理模型加上 bash/zsh。于是AI Agent 写代码的体验终于有了点魔法的味道。MCP 为何在日常开发中失去光彩对于常规开发流程来说MCP 往往不是助力反而成了阻力Token 消耗过大冗长的工具目录和 schema 描述严重占用宝贵的上下文空间。重复造轮子自定义的 MCP 服务器常常只是重复了官方 CLI 早已实现、且更可靠的功能。组合性差你失去了 Unix 几十年来打磨出的管道、链式操作和临时小技巧的天然优势。模型适配度高主流大模型如 Claude、GPT 系列、Gemini在 shell 操作上训练极多对命令参数、管道、报错、man 文档等理解得极其透彻。最佳实践其实很简单“把 AI Agent 放进你的项目目录赋予受控的 shell 执行权限然后描述你的任务。Agent 会自动规划、执行命令、编辑文件、跑测试、提交代码、调试、循环迭代。MCP 在高度结构化的企业集成场景比如合规环境下的类型安全 SaaS API依然有价值。但对于 80–90% 的日常开发流程来说它只是噪音。引领潮流的 CLI 原生编码 AgentClaude CodeAnthropic依然是大规模或复杂代码库深度推理的领头羊。适合架构讨论、精细重构和多文件变更解释详尽。原生支持终端工作流能编辑文件、访问 shell、集成 git。按量付费但解决难题物有所值。Codex CLIOpenAI轻量、快速直接调用 OpenAI 强大模型。适合代码生成、测试和快速迭代。开源底子易于本地部署和定制。Gemini CLIGoogle免费额度强大的多模态能力。擅长原型开发、UI 任务和大型项目。以终端为核心支持简洁的 ReAct 风格循环。开源且注重隐私。OpenCode多模型灵活切换支持 75 供应商、集成 LSP隐私保护做得好。许多开发者称其为目前最高效的终端 AI Agent。社区发展迅速。CLI 在这些场景完爆 MCPMonorepo 级别的批量重构AI Agent 首先执行rg oldDeprecatedFunction .然后规划跨文件的精准修改应用变更用 git diff 审查跑 npm test 或 cargo test最后提交refactor: remove deprecated API calls无需 GitHub MCP 服务器无需臃肿上下文。只用 rg、git 和测试工具干净利落。生产环境全栈调试指令“在 staging 环境复现认证失败。”AI Agent 执行git pull npm install npm run dev tail -f logs/server.log | grep error curl -v api/auth/check docker-compose up -d db redis npm test -- --grep auth它通过编辑文件、重新运行测试、探查接口等方式不断迭代。没有 Docker 的 MCP没有日志 MCP只需精通 Shell 即可。新微服务脚手架搭建指令“用 Axum 和 sqlxPostgres 驱动构建一个 Rust 用户资料 API。”Agent 操作如下cargo new --bin user-service cargo add axum sqlx --features postgres cargo watch -x run curl localhost:3000/health开发过程中随时提交。无需 Rust MCP也不需要数据库 MCP现有工具链已足够。CI/CD 故障修复Agent 克隆仓库用 act 在本地跑工作流发现失败后编辑 .github/workflows/ci.yml 或 Dockerfile用 docker build 验证推送分支并用 gh 开 PR。全程只用标准 CLI 工具无需专门的 CI 集成层。开发者反复提到的模式那些拥抱 CLI 原生 Agent 的团队普遍反馈迭代速度更快Token 消耗更可控智能体行为更透明更容易调试 Agent 的操作最近流传的几句话““别再搞集成了直接做 CLI。” “Bash 才是真正的 MCP。” “智能体就是在 Unix 管道上训练出来的——这方面简直无敌。” “CLI 就够了其他都是多余。”终端一直都是通用开发环境到了 2026 年它也是 AI Agent 最强大的接口。除非你深陷企业专有工具否则完全没必要用臃肿的 MCP 栈。cd 进你的项目启动你喜欢的 CLI 智能体赋予 Shell 权限描述你的需求。然后静静看它大展身手。文章封面图源网络侵删
