XNews

Agentic CLI 对熟悉命令的令牌成本最低

一项详细分析比较了AI代理工具使用中的MCP和CLI,结论是CLI在多种场景下仍具优势,因为其令牌成本更低、模型更熟悉且更简单。MCP在无终端访问环境、多用户认证和合规性方面有优势。作者不同意MCP在多数情况下更优的说法。

Key insights

CLI在熟悉命令上的令牌成本优势

对于模型已从训练数据中了解的gh、aws、kubectl等命令,CLI无需在上下文中注入模式。令牌成本仅为命令本身(几十个令牌)加上输出。即使对于不熟悉的CLI工具,也可以使用--help。这使得CLI在令牌效率上显著优于MCP,即使有延迟工具,MCP也需要工具定义。

MCP延迟工具减少上下文开销但仍落后于CLI

MCP的延迟工具功能允许将工具标记为defer_loading: true,这样初始上下文中只有工具名称和简短描述,完整模式按需加载。Anthropic报告称,对于大型工具集,工具定义上下文减少约85%。虽然这缩小了与CLI的差距,但在已知命令的令牌效率上仍无法与CLI相比。

模型工具调用改进对两者都有益,但MCP受益更多

随着模型工具调用能力的提升,CLI和MCP都受益。然而,MCP受益更多,因为其主要劣势是需要从模式中学习工具。更强的模型能更轻松地处理基于模式的工具发现,从而减少CLI预训练知识的优势。

CLI更优的场景

当模型已经了解CLI命令、在本地运行、需要管道组合、令牌节省至关重要、用于CI/CD和脚本自动化、调试和快速验证时,CLI更优。对于使用已知工具和固定命令的CI管道,CLI显然更合适。

MCP更优的场景

当没有终端访问(浏览器、移动设备)、需要认证和授权的多用户环境、模型未训练过的工具(MCP提供结构化JSON模式)、合规和审计要求(标准化日志、跟踪头)、以及通过tools/list接口进行工具发现以支持不断增长的工具集时,MCP更优。

作者不同意MCP在多数情况下更优的说法

作者明确指出,Thariq关于MCP在大多数集成中优于CLI的说法有偏见。虽然MCP已有显著改进,但CLI在许多常见场景中仍具优势。选择取决于具体用例需求,如环境、安全性和工具熟悉度。

Source posts