2026 年 3 月，中国科技界发生了一场静默却深刻的变革。钉钉、飞书、网易云音乐三家分属不同赛道的公司，不约而同地做出了同一个选择：将自己的产品能力压缩成命令行接口（CLI），向 AI Agent 敞开大门。

这场变革的起点可以追溯到 Karpathy 在 Twitter 上的一条回复。他评论 Box CEO Aaron Levie 的万字长文《Building for trillions of agents》时说道：

「如果你告诉用户该点哪个按钮、填哪个输入框，这突然显得很粗鲁。请直接给我一个能复制粘贴给 Agent 的东西。」

「粗鲁」这个词精准地捕捉到了时代的转折。当 AI Agent 能够自主完成任务时，继续要求人类手动操作图形界面，就像要求成年人用儿童餐具吃饭一样不合时宜。

CLI 化：给 AI 开一扇门

CLI（命令行界面）的本质是什么？简单说，就是把「只有人能用鼠标点」的功能，变成「AI 用一行命令就能调」的能力。

这并非要废弃图形界面，而是增加一层专为 Agent 设计的访问通道。就像建筑物既有给人走的门，也有给送货机器人开的通道。

2026 年 3 月的三件事标志着这一趋势的加速：

• 3 月 17 日，钉钉发布「悟空」平台，完成 CLI 化改造，10 天后开源代码
• 3 月 23 日，网易云音乐接入 OpenClaw，提供标准化 CLI 接口
• 3 月 28 日，飞书 CLI 开源，采用 MIT 协议

如果再加上微信推出的 ClawBot 插件，可以说国内主流平台都在为 Agent 时代做准备。

钉钉：最激进的企业管理 CLI

钉钉是这一波浪潮中最早出手的。3 月 17 日，钉钉 CTO 朱鸿明确表示：

「我们希望每一个 AI Agent，都能像调用系统命令一样自然地调用钉钉。」

注意用词——「系统命令」。这意味着不是简单的 API 封装，而是让 Agent 能像使用 ls、cd 那样自然地操作钉钉。

钉钉的 CLI 工具 dingtalk-workspace-cli 采用 Go 语言开发，仅 8MB，基于 Apache-2.0 协议开源。安装后提供 dws 命令，覆盖 11 个服务模块：

• AI 表格、考勤打卡、日历日程
• 群聊（含机器人消息）、通讯录
• DING 消息、OA 审批、日志周报
• 待办任务、工作台、开放平台文档搜索

钉钉专门为 Agent 设计了几个关键参数：

• --yes：跳过确认提示，标注为「AI Agent 模式」
• --mock：模拟数据测试，无需连接后台
• --dry-run：先预览再执行，防止误操作

安全方面，钉钉实现了无感认证、批量熔断（防止 Agent 失控）、安全沙箱等机制。

钉钉的优势在于企业管理场景。OA 审批的批准/拒绝、考勤打卡、DING 消息等功能，是飞书 CLI 目前尚未覆盖的。如果 Agent 需要帮管理者批审批单、查考勤、催日报，钉钉是当前唯一选择。

飞书：架构更精细的开发者工具

飞书的 CLI 工具 lark-cli 同样采用 Go 语言，但通过 npm 分发，体积 14MB，使用 MIT 协议。

飞书采用了三层架构设计：

第一层：Shortcuts（快捷命令）
所有快捷命令带 + 前缀，内置大量默认值。例如 lark-cli calendar +agenda 查看今日日程，lark-cli im +messages-send --text "hello" 发送消息。仅多维表格模块就有 68 个 shortcut 命令。

第二层：API Commands
100 多条命令，与飞书平台 API 一一对应。

第三层：Raw API
可直接调用飞书底层 2500 多个 OpenAPI 端点。这是「万能逃生舱」设计——即使 CLI 没有封装对应命令，Agent 也能直接调用底层 API。

飞书还提供 schema 命令，可查询任何 API 方法的参数、类型和所需权限。对 Agent 而言，这相当于一本随时可查的字典。

输出格式方面，飞书支持 JSON、NDJSON、table、CSV、pretty 五种，比钉钉多出 NDJSON 和 CSV，更适合数据处理场景。

认证设计也更细致——支持按域申请权限（如--domain calendar,task），以及--as user和--as bot身份切换。

开源社区反馈显示，飞书 CLI 获 2.6k星标，钉钉为 0.9k，相差近 3 倍。飞书的优势在于开发者体验和文档协作——完整的邮件客户端、文档 Markdown 互转、电子表格读写、知识库管理、会议纪要搜索等功能。

一个形象的比喻：钉钉 CLI 像给企业行政部门配的数字助理，飞书 CLI 更像给研发团队配的效率工具。

网易云音乐：出人意料的入局者

如果说钉钉和飞书的 CLI 化还在预期之内（毕竟都是效率工具），那网易云音乐的入局则令人意外。

3 月 23 日，网易云音乐宣布接入 OpenClaw，提供拉取红心歌曲、获取歌词、获取歌单等接口。虽然音频流不开放，但元数据的开放对于一家以「数据护城河」著称的音乐平台来说，已是重大突破。

个人开发者可获得 100 次/分钟的 rate limit。这些接口足以支撑 AI 音乐推荐、播客背景音选曲等应用场景。

尽管有人质疑「噱头大于实际」，但争议本身说明了一件事：连网易云音乐这种「数据即命脉」的公司都开始为 Agent 打开接口，这股趋势的推力已不可忽视。

为什么是 CLI，而不是 MCP？

这一波 CLI 化浪潮中，钉钉和飞书都未选择 MCP（Model Context Protocol），而是选择了传统 CLI。这并非审美偏好，而是成本账。

ScaleKit 用 GitHub 官方 MCP 服务器和 gh CLI 做了对照实验（模型：Claude Sonnet 4），结果如下：

• 查仓库语言：CLI 消耗 1,365 tokens，MCP 消耗 44,026 tokens，32 倍差距
• 查 PR 详情：CLI 1,648 tokens，MCP 32,279 tokens，20 倍差距
• 查仓库元数据：CLI 9,386 tokens，MCP 82,835 tokens，9 倍差距

可靠性差距更大：CLI 跑 25 次全部成功，MCP 成功 18 次，失败率 28%，7 次失败均为 TCP 层面超时。

成本核算：每月 1 万次操作，CLI 约 3.2 美元，MCP 约 55.2 美元，17 倍差距。

问题出在架构层面。MCP 的工作方式是将所有工具的 schema 一次性注入大模型上下文。GitHub 官方 MCP 服务器一次注入 55,000 tokens 的工具描述——Agent 还没开始干活，光是「理解我能做什么」就消耗了大量 token 预算。

CLI 则采用按需发现机制。Agent 先跑dws --help看到 11 个模块，觉得日历相关就跑dws calendar --help，要创建日程就跑dws calendar event create --help。每一步只读当前需要的信息。

这个区别决定了根本性的一点：CLI 让 Agent 像人一样逐步探索产品，MCP 要求 Agent 在动手前先把整本说明书背下来。

为什么不用 REST API？

有人可能会问：CLI 比 MCP 好理解，但直接用 REST API 不行吗？

因为 API 是给程序员用的，CLI 是给 Agent 用的。CLI 提供了 REST API 永远无法提供的三个特性：

第一，自描述性。Agent 可以运行--help来发现命令。REST API 没有等价物——你得去读文档网站，而文档网站是给人看的 HTML 页面。

第二，环境集成。CLI 天然运行在 shell 环境中，可使用管道、重定向、环境变量。LLM 的训练数据包含海量 bash 脚本和命令行用法，让 Agent 操作 CLI 几乎是零成本。

第三，认证简化。CLI 安装后登录一次，后续调用自动携带 token。REST API 每次请求都要自己管理认证头。

Karpathy 那句话恰好点题：「请直接给我一个能复制粘贴给 Agent 的东西。」CLI 就是那个东西，REST API 还需要一层封装。

Agent 时代的选择逻辑

Aaron Levie 在文章中做出了一个核心判断：未来每家拥有 1 万名员工的公司，可能运行着 100 万到 1000 万个 Agent。

这些 Agent 不再是「带几个工具的聊天机器人」。它们拥有自己的沙箱计算环境，能写代码、运行代码、调用 API 和 CLI、管理文件系统和长期记忆。

Levie 说出了全文最核心的一句话：

「如果你的某个功能没有 API，那它等于不存在。如果它不能通过 CLI 或 MCP Server 暴露出来，你就处于劣势。」

「不存在」不是修辞手法，是字面意思。

Y Combinator 的 Jared Friedman 也发文提醒：「现在最好的开发者工具，大多数连注册账号都不能通过 API 完成。在 Claude Code 时代，这是重大失误——因为 Claude 没法自己注册。把所有账户管理功能放进 API，现在应该是最基本要求。」

Agent 选择软件的逻辑与人类完全不同。人类受品牌、UI 设计、朋友推荐、广告、切换成本影响，所以很多更好的产品打不过先入为主的竞品。

但 Agent 不认品牌、不看颜值、没有社交圈、不会被广告打动、没有「习惯」概念。它的选择逻辑极其冷酷：哪个 API 更好用、更稳定、更便宜、文档更清晰，就用哪个。

这是一种近乎纯粹的达尔文式选择。没有噪音，没有偏见，只有适应度。

品牌价值、用户惯性、渠道优势，这些传统护城河在 Agent 面前一文不值。剩下的只有：API 质量、数据独占性、性价比。

尾声：40 年的轮回

1980 年代，Xerox PARC 发明了图形用户界面（GUI）。此后 40 年，整个软件行业都在做同一件事：把计算机的能力翻译成人类能理解的视觉语言。

这层翻译越来越精美。Apple 凭借它成为全球市值最高的公司。

但 GUI 的本质是什么？一个翻译层。计算机底层运行的仍是 API 调用、命令行指令、HTTP 请求。GUI 只是包了一层好看的外壳。

现在 Agent 来了。

Agent 会写代码、会调 API、会发 HTTP 请求。它不需要那层翻译。

所以软件的演化路径，40 年前是 CLI → GUI。

现在反过来了：GUI → CLI。

不是因为我们要回到过去。

是因为那个新的用户来了。

这个新用户，叫 Agent。