自AI技术兴起之后,围绕其发展路径便产生了诸多争议,例如垂直领域AI与全能型AI的较量、套壳方案与原生模型的对决,以及命令行界面(CLI)与图形用户界面(GUI)之间的博弈。
最近的一个例证是,DeepSeek为Harness推出了桌面版本,并开放了下载通道。其官网首页最显眼的位置放置了「Download Desktop」按钮,旁边则展示了会话列表、插件、工作区以及文件预览功能:用户可让智能体(Agent)整理文档、分析表格、修改代码,随后打开结果进行查阅。命令行并未就此消失,终端和脚本依然存于工具箱中,只是它们被整合进了一个更为广阔的桌面环境。
回顾去年,情况则截然不同。DeepSeek在很长一段时期内并未推出面向终端用户的产品,至少没有提供对普通消费者友好的应用。每当新模型问世,用户只能在简陋的对话窗口中进行试用。
当时流行一种说法,即AI编程是对「终端」的复兴。对许多用户而言,终端过去只是电脑中一个很少被点开的软件,正是由于vibe coding(一种编程风格或概念)的出现,他们才开始打开并学习使用它。
回顾2025年,从2月开始,Anthropic推出了Claude Code,让开发者能直接在命令行中下达任务,模型则自行搜索代码、修改文件并运行测试;同年6月,Google发布了Gemini CLI。随后,Codex CLI(OpenAI出品的命令行AI助手)、Github CLI以及飞书CLI也相继出现。
那时,一种颇具吸引力的论断开始流传:图形界面(GUI)是为人类操作而设计的,而命令行(CLI)才是为AI服务的。既然未来越来越多的工作将交由智能体(Agent)处理,为何还要为它们绘制按钮呢?
CLI派说对了什么
CLI与GUI的定义如下:前者基于纯文本指令,简而言之,依赖代码和脚本执行操作;后者则是图形界面,涉及鼠标、视窗、图标和菜单等图形元素。
在1970年代至1980年代初期,施乐公司的帕罗奥托研究中心(PARC)深入研究了视窗、菜单、图标和鼠标的诸多早期概念。1984年,苹果电脑公司推出的低成本麦金塔电脑(Macintosh)将友好的界面带给了成千上万的个人电脑用户。
然而,如今AI工具推行CLI有其合理之处。CLI返回的是结构化文本(例如JSON),AI处理此类数据时消耗极少。相比之下,GUI需要反复截屏识别像素,效率较低且容易出错。
此外,CLI在终端中运行,能够自然地访问整个系统文件;而GUI插件往往被限制在沙盒环境中,只能访问当前打开的文件。
对人类而言,图标、窗口和菜单是将复杂功能「翻译」成人类易理解的视觉语言;但对于处理文本和结构化数据的智能体(Agent)而言,这层翻译有时反而增加了障碍。
2025年夏天,这种偏好已出现在开发者自身的工作流程中。Google Chrome工程师Addy Osmani在一篇Substack长文中写道,他越来越多地待在终端里。当智能体能跨文件修改代码、运行测试时,过去占据屏幕中央的编辑器反而可能成为累赘。
「龙虾之父」Peter Steinberger也公开了自己的配置,他从VS Code回归到Ghostty终端,在屏幕上并排运行多个智能体,将VS Code留作查看代码,将Cursor用于审阅;为了让智能体工作,他还优先选择提供CLI的服务。正是这段让多个智能体在终端中协作的试验经历,最终催生了红极一时的「龙虾」。
CLI的兴起并非一种复古姿态,它确实解决了智能体「如何工作」的问题。
终端一个窗口,装不下十个任务
智能体适合通过命令执行,但这并不意味着人类也适合通过命令来管理智能体。
即便是Addy Osmani也并不完全认同GUI已死的观点——甚至,就在同一篇Substack文章中,他描述了自己使用GUI管理多个智能体的经验。
Google在Gemini CLI的初始公告中,也同时说明它与编辑器内的Gemini Code Assist共享技术;从一开始,它考虑的就是同一种能力被集成到多个界面中。
2025年8月,代码编辑器Zed将Gemini CLI接入自身界面,智能体在后台运行,开发者则在编辑器内跟踪其工作、查看修改差异,并决定是否接受。为此,Zed提出了Agent Client Protocol,使得同一个智能体既能保留命令行的执行能力,又能通过图形界面向人类呈现过程。
2026年2月,OpenAI推出了Codex桌面版,开发者可以跨项目、长时间地派发任务,并同时运行多个智能体。OpenAI当时的考量是,现有的终端和IDE并非为此类监督方式而设计,因此新应用以项目为单位组织任务,提供独立工作区和改动审阅功能,桌面端成为了必要的产品形态。
DeepSeek Harness的桌面版也进入了这一产品阶段,它将会话、插件、自动化和文件结果置于桌面,同时保留了终端、脚本以及通过代码启动Web UI的方式。用户无需先熟悉特定命令,便能查看智能体的工作成果;有需要的人仍可继续调用命令。
GUI从未败过
「已死」二字说起来容易,但GUI与CLI并非总是在争夺同一个位置,甚至「智能体使用GUI」与「用户使用GUI」也并非同一回事。
今年三月,Peter Steinberger给出了他对CLI与GUI之争的新看法。他认为AI编程正在转向GUI,这意味着开发者能更直观地完成复杂任务。
前者是机器通过屏幕操作旧软件,后者是人类借助屏幕管理机器。将这三者关系压缩成一场界面路线之争,便容易出现「不是东风压倒西风,便是西风压倒东风」的摇摆。
一项今年发布的研究尝试让智能体完成440项桌面任务:在研究者设定的工具条件下,表现最佳的GUI智能体完成率为59.1%,原有CLI工具条件下为48.2%;当研究者补充可供调用的命令技能后,CLI智能体完成率升至69.3%。这些数字不能推广为「哪种界面全面获胜」,但清楚显示:智能体的能力,也取决于软件提供了何种入口。
研究还提醒我们一个现实条件:CLI的优势需要软件提供足够完整、好用的命令。如果一个应用只允许命令读取文件,却把真正关键的编辑、预览和提交功能隐藏在窗口中,智能体仍然绕不过GUI。不同软件开放能力的程度存在差异,智能体也不可能仅靠一种交互方式走遍所有场景。
从产品演变的角度看,更值得注意的是人所站的位置。过去的GUI将软件功能做成按钮,让用户亲手完成每一步;现在,智能体可以接管其中许多步骤,界面需要呈现的则是任务、进度、权限、文件差异和最终结果。原来为了「操作」而设计的屏幕,正在增加「监督」的职责。
这也是那句「CLI面向AI,GUI面向人类」最有用、也最容易被误读的部分——它准确指出了机器与人偏好的接口不同,却不该被顺推为「人类界面即将过时」。恰恰因为智能体可以在后台执行更多命令,人类更需要一个可见的场所,来理解它们并行的工作、追究错误发生在哪一步,以及决定哪些成果被纳入自己的项目。
DeepSeek的桌面客户端无法证明GUI已重新占据多少市场,几家公司的发布也不足以宣判所有软件的未来。但它们至少让一年多前那个单向的预言变得不再成立:AI并没有将人类送进终端,反而将终端里能完成的事情带到了更广阔的桌面。

