min remaining
0%
品牌行銷

大分歧:為什麼「使用人工智慧」已經不再足夠(以及為什麼命令列介面正在取代多重控制面板)

簡而言之:我目前正在經歷一種非常特定、強烈的焦慮。這不是關於收入、客戶獲取或市場佔有率。這是關於我自己公司內部以及整個科技產業中發生的一個巨大的、明顯的裂痕。有些人使用人工智慧使自己變得快20%,而有些人使用人工智慧使自己變得快100倍。他們不再存在於同一個專業宇宙中。此外,我們構建人工智慧代理的架構正在再次轉變——從複雜的多重控制面板插件轉向原始的命令列介面(CLI)。如果你不理解這一轉變,你不僅僅是落後;你正在變得過時。

5 min read
Progress tracked
5 分鐘閱讀
AI Generated Cover for: The Great Divergence: Why "Using AI" is No Longer Enough (And Why CLI is Replacing MCP)

AI Generated Cover for: The Great Divergence: Why "Using AI" is No Longer Enough (And Why CLI is Replacing MCP)

簡而言之:我目前正在經歷一種非常特定、強烈的焦慮。這不是關於收入、客戶獲取或市場佔有率。這是關於我自己公司內部以及整個科技產業中發生的一個巨大的、明顯的裂痕。有些人使用人工智慧使自己變得快20%,而有些人使用人工智慧使自己變得快100倍。他們不再存在於同一個專業宇宙中。此外,我們構建人工智慧代理的架構正在再次轉變——從複雜的多重控制面板插件轉向原始的命令列介面(CLI)。如果你不理解這一轉變,你不僅僅是落後;你正在變得過時。這裡是詹姆斯,水星科技解決方案的執行長。

香港 - 2026年3月8日 在過去幾個月中,我一直在密切關注我自己的團隊。水星的每個人都在使用人工智慧。有些人使用Claude,有些人使用Gemini,有些人使用OpenAI。在表面上,每個人都報告效率提高了20%到30%。

但是20%只是四捨五入的誤差。人工智慧的真正潛力不是30%的提升;而是10倍或100倍的指數飛躍。

But 20% is a rounding error. The true potential of AI isn't a 30% bump; it is a 10x or 100x exponential leap.

我正在實時觀察一個斷裂的發生。

  • A組使用人工智慧就像一個高度智能的Google搜尋。他們請它來除錯一段程式碼、撰寫電子郵件或總結PDF。
  • B組已經根本改變了他們整個工作模式。他們將人工智慧視為一組初級工程師,而自己則是架構師。(我屬於B組)

這兩個組別不再存在於同一經濟現實中。

1. "新型"範式:成為指揮者

兩週前,我與一位我經常合作的資深外包工程師進行了諮詢。他是一位資深的MMO開發者,技藝精湛,但他很少使用人工智慧來編寫程式碼。

在一系列會議中,我不僅告訴他要"使用ChatGPT"。我逐步引導他了解我在之前的文章中概述的系統架構:如何使用人工智慧IDE(如Google Antigravity),如何路由模型,如何切分任務,以及如何將人工智慧直接接入引擎環境。

一週後,他的整個世界發生了變化。他接手了一個需要Golang作為伺服器和Godot作為客戶端的人工智慧網頁遊戲專案——這是他從未使用過的兩項技術。

他建立了架構,將執行交給人工智慧,並觀察它同時構建伺服器和客戶端。他發送給我一條完美概括這一轉變的訊息:"我已經兩週沒有實際輸入 C++ 或 C# 了。我不再是一名程式設計師。我是一名人工智慧架構師和指揮者。"

他理解了這項任務。但在我自己的辦公室裡,儘管擁有完全相同的工具和工作流程,許多工程師仍然只是利用人工智慧來「打字更快」。

瓶頸不再是技術。瓶頸是人類的理解能力。這是停止將自己視為「製作人」的能力,並開始將自己視為「機器的管理者」。2. 下一個架構轉變:為什麼 CLI 正在殺死 MCP and start seeing yourself as the Manager of the Machine.

2. The Next Architecture Shift: Why CLI is Killing MCP

雖然我對人類的理解感到焦慮,但我同樣對基礎設施的速度感到焦慮。

在過去六個月中,整個行業都沉迷於構建MCP(模型上下文協議)、技能和插件,以便讓代理人訪問我們的工具。這就像在搭建複雜的樂高積木:一個Gmail的插件、一個Google Drive的連接器、一個日曆的技能。

我早些時候指出了一個關鍵的轉折點:谷歌剛剛發布了Workspace CLI。

代理人其實不需要複雜、佔用大量令牌的API包裝器。他們只需要訪問命令行介面(CLI)。

CLI的令牌經濟學

當你使用MCP架構時,你必須將工具的架構和API定義塞進AI的上下文窗口。每當代理人「思考」時,它都在攜帶一本龐大的使用手冊。你正在消耗昂貴的GPU令牌僅僅是為了提醒AI「如何」使用這個工具。CLI繞過了這一點。AI決定它想做什麼,調用CLI命令(例如, to use the tool.

CLI bypasses this. The AI decides what it wants to do, calls the CLI command (e.g., gcloud 工作區 文件建立),命令列介面在系統上本地執行該動作,並返回結果。

這就是為什麼我們看到命令列本地代理的爆炸性增長:Claude Code、Gemini CLI、Codex CLI,以及現在的 Google 工作區 CLI。

我們正在從:人工智慧 → 插件 → API → 系統到:人工智慧 → 命令列介面 → 系統

這不僅僅是工具更新;這是為代理創造一個作業系統。如果人工智慧可以通過命令列介面本地指揮 Gmail、Drive、Docs 和日曆,數百萬的企業工作流程將在一夜之間被重寫。

結論:組織牆

這讓我回想起我的焦慮。工具每兩到三個月就會升級一次。但人類的適應速度很慢,而企業組織的適應速度更慢。

如果你是首席執行官或團隊領導者,僅僅購買 Copilot 許可證給你的員工是無法解決這個問題的。你必須從根本上重新設計你的組織架構。你必須識別出團隊中誰還在「打字」,誰已經成為「架構師」。

如果你不強迫你的組織撞牆、崩潰,並圍繞 AI 原生系統(如 CLI 和自主任務路由)重建工作流程,你的競爭對手將會這樣做。

我感到非常焦慮。但正是這種焦慮讓我在週末深入實地,測試這些 CLI,並親自破壞這些系統。如果你不理解機器的界限,你就沒有權利決定公司的方向。

水星科技解決方案:加速數位化。