最近可以明显看到一个变化：
钉钉、飞书、企业微信，开始陆续开放 CLI 能力 越来越多团队，不再只讨论提示词，而是在做一件更实际的事：
让 AI 直接参与执行
很多人开始有几个共通疑问：
这篇文章只回答一个问题：
AI 是怎么从“能聊天”，走到“能干活”的
目录
- 为什么最近大家都在做 CLI
- CLI 本质是什么
- Skill、MCP、CLI 的核心区别
- 三者在 AI Agent 里的分工
- 为什么企业在推 CLI
一、为什么最近大家都在做 CLI
先看一个变化路径：
过去：
AI主要停留在理解和生成阶段
现在：
AI开始进入执行阶段
问题变成：
AI如何真正完成任务
目前主要有三种方式：
- Skill：把能力打包给AI
- MCP：把外部能力接进来
- CLI：让AI直接执行
这也是为什么三者会同时出现
二、CLI 本质是什么
CLI 本质上是一套标准化命令接口
核心作用只有一个：
让 AI 可以直接执行操作
例如：
ini
体验AI代码助手
代码解读
复制代码
send_message --user=xxx --content="开会通知"
create_doc --title="测试报告"
run_script test_case.py
对于 AI 来说，这类命令有三个特点：
- 结构固定
- 可组合
- 可自动执行
相比 UI 操作，CLI 更适合 AI 使用
三、Skill、MCP、CLI 的区别
很多人觉得这三者是同一类东西，其实不是
它们分别解决不同问题
1. Skill：能力内置
Skill 的作用是把能力直接封装进 AI
一般包含：
- 知识
- 工具
- 执行逻辑
特点：
- 加载后直接可用
- 上手简单
- 标准不统一
可以理解为：
给 AI 增加某一类能力
2. MCP：能力连接
MCP 的作用是建立标准化连接
核心特点：
- 基于协议通信
- 可以连接任意外部系统
- 需要中间层服务
可以理解为：
让 AI 能接入外部世界
3. CLI：能力执行
CLI 的作用是执行
特点：
- 直接调用系统能力
- 不依赖界面
- 执行效率高
可以理解为：
让 AI 具备动手能力
四、三者关系
从结构上看，它们属于不同层级
再换一种方式理解：
| 类型 | 解决问题 |
|---|---|
| Skill | AI懂什么 |
| MCP | AI怎么接 |
| CLI | AI怎么做 |
五、为什么企业在推 CLI
这背后是一个很现实的问题
AI要进入业务流程，就必须具备执行能力
1. GUI不适合AI
GUI是为人设计的：
- 点击
- 视觉识别
- 交互反馈
AI在这些方面效率不高
2. CLI更适合AI
CLI的优势在于：
- 命令清晰
- 无歧义
- 易自动化
对于 AI 来说：
执行成本更低
3. 企业需要自动化执行
在企业场景中：
AI可以直接参与流程
不再只是辅助
六、关键结论
Skill、MCP、CLI不是替代关系
而是协同关系
一句话总结：
- Skill 解决理解问题
- MCP 解决连接问题
- CLI 解决执行问题
七、写在最后
AI真正的变化，不在于它能说什么
而在于：
它能不能把事情做完
本文来自转载Hogwarts霍格沃兹测试开发学社 ，不代表发现AI立场，如若转载，请联系原作者；如有侵权，请联系编辑删除。
