摘要：Claude Code 选择命令行，并不是复古，也不是偷懒，而是一种面向模型快速进化时代的产品判断：把界面压缩到最小，把复杂性留给模型、文本和工具链的组合能力。
很多人第一次看到 Claude Code 的时候，都会有一个直觉疑问：为什么它不是一个漂亮的 IDE 插件？为什么不做一个可视化面板，把代码结构、任务进度、模型思考、文件变更都做成按钮、卡片和仪表盘？在今天这个人人都在讲“体验”“低门槛”“可视化”的时代，一个面向开发者的 AI 编程产品，居然选择了最朴素、最古老、最不性感的形态——命令行。
但这恰恰是 Claude Code 最值得琢磨的地方。
Boris Cherny 的核心判断很简单：不要跟模型较劲做加法。AI 模型的能力变化太快了，几乎每隔半年就会明显进化一次。今天你以为必须靠复杂 UI 才能解决的问题，下一代模型可能自己就能理解、规划和执行。于是，你辛辛苦苦设计出来的图形界面、工作流按钮、状态面板、交互组件，很可能在模型升级后变成一层多余的壳。
这不是说 UI 没有价值，而是说，在 AI 产品里，太具体的 UI 很容易过时。
传统软件的逻辑是：用户有稳定需求，产品把需求固化成界面。比如用户要筛选，就给筛选器；用户要编辑，就给编辑框；用户要上传，就给上传按钮。功能越复杂，界面越丰富，产品看起来也越完整。
但 AI 产品不一样。AI 的能力边界不是固定的，而是在快速外扩。今天模型还需要你把任务拆得很细，明天它可能可以直接理解整个仓库；今天它还需要专门的“重构按钮”，明天你只要说一句“把这个模块拆干净”，它就能自己规划步骤。于是问题来了：如果模型自己越来越会做事，产品还要不要提前把每一步都做成 UI？
Claude Code 的答案是：少做。尽量少做。把产品做成一个最不容易被模型进化淘汰的形态。
这个形态就是 CLI。
命令行看起来简陋，但它有一个巨大的优势：它本质上就是文本。而文本，正是大语言模型最擅长处理的东西。对 AI 来说，CLI 不是落后的交互方式，反而是最自然的交互方式。
图形界面是为人的眼睛设计的。按钮、弹窗、布局、颜色、折叠菜单，这些东西对人类很友好，因为我们擅长视觉识别和空间理解。但对 AI 模型来说，GUI 往往意味着额外的翻译成本。它要么需要理解 DOM 结构，要么需要进行视觉识别，要么需要在一堆前端状态里判断真正重要的信息。这个过程不仅贵，而且容易出错。
命令行则不同。输入是文本，输出也是文本。错误日志是文本，测试结果是文本，git diff 是文本，终端历史也是文本。模型不需要猜按钮在哪里，也不需要理解界面布局，它只需要读取、分析、生成文本。这正好落在大语言模型最强的能力区间里。
所以说，CLI 某种意义上是 AI 的母语。
更重要的是，CLI 天然继承了 Unix 哲学：每个工具只做一件事，但工具之间可以自由组合。一个命令的输出可以成为另一个命令的输入，日志可以被管道传给分析工具，测试结果可以被传给模型解释，线上异常可以被实时喂给 Claude 观察。整个系统像水管一样连接起来，而不是被锁死在某一个产品界面里。
这正是图形界面很难做到的地方。
一个 IDE 插件再强，也通常被限制在 IDE 的上下文里。它服务于写代码、看文件、跑测试这些相对固定的场景。但命令行没有这么窄。它可以接数据库，可以接日志系统，可以接 CI，可以接部署脚本，可以接本地文件，也可以接任何你愿意暴露成文本流的工具。
换句话说，CLI 不是一个界面，而是一个入口。
对开发者来说，这个入口的想象力远大于一个固定面板。你可以让 Claude Code 看一段报错，也可以让它改一批文件；你可以把构建失败的日志传给它，也可以让它检查某个脚本的输出；你可以把它嵌进自己的工作流，也可以让它成为自动化链条里的一环。它不预设你要怎么用它，因此它能适应更多用法。
这就是“少即是多”的真正含义。少，不是功能少；少，是产品不替用户提前封死可能性。
还有一个容易被忽略的因素：成本。
在 AI 产品里，成本不是小问题，而是产品形态的一部分。每一次模型调用都要消耗 token。你传给模型的上下文越复杂，成本越高，延迟越大，稳定性越差。图形界面通常会携带大量状态信息：当前打开了哪些面板、页面结构是什么、组件状态是什么、用户点了哪里、界面里有哪些隐藏信息。这些信息对人类操作有用，但对模型来说，很多都是噪音。
CLI 的上下文则干净得多。它输出的是纯文本，通常直接包含任务所需的信息。错误就是错误，diff 就是 diff，日志就是日志。模型看到的东西更少，但更有效。提示词缓存也更容易命中，因为文本流和命令结构更稳定。长期来看，这不仅降低成本，也提升了响应速度和可靠性。
这就是所谓的 token 经济学。AI 产品的体验，不只是由界面决定，也由每次交互背后的上下文效率决定。一个看起来漂亮的 GUI，如果每次都要塞给模型大量无关状态，那它可能并不“高级”，只是更昂贵。
Claude Code 选择 CLI，表面上像是保守，实际上是一种很激进的判断：未来六个月，模型会变得更强；未来一年，很多今天需要 UI 辅助的能力会被模型吸收；未来更久，真正有价值的不是把功能做得越来越满，而是把系统做得越来越开放。
这也是为什么“没有任何 UI 能保证六个月后还有意义”这句话听起来刺耳，却非常现实。
过去的软件产品竞争，往往是在功能上做加法。别人有面板，我也要有；别人有按钮，我也要有；别人有流程图，我也要有。功能越多，产品越完整，销售话术也越好讲。但 AI 时代的危险在于，你做的很多加法，可能只是暂时弥补模型能力不足。一旦模型升级，这些加法就成了负担。
更麻烦的是，UI 一旦做出来，就会产生维护成本。用户会依赖它，团队要兼容它，设计要迭代它，文档要解释它。哪怕它已经不再是最优路径，也很难轻易删掉。于是产品会越来越重，越来越像传统软件，最后被自己的历史包袱拖住。
CLI 的克制，正是在避免这种命运。
它把界面压缩到最小，把复杂性留给模型和用户的组合能力。它不急着把每个场景都产品化，不急着把每个动作都做成按钮，也不急着定义所谓“标准 AI 编程流程”。它承认一个事实：我们现在还不知道 AI 编程最终会长成什么样。既然不知道，就不要过早定型。
这背后其实是一种很成熟的产品哲学：在变化最快的地方保持抽象，在稳定的地方做深。
什么是稳定的？文本稳定，命令稳定，文件系统稳定，Unix 工具链稳定，开发者对终端的使用习惯稳定。什么是不稳定的？模型能力不稳定，AI 工作流不稳定，用户对 AI 编程的预期不稳定，可视化交互范式也不稳定。于是 Claude Code 把赌注下在稳定层，而不是不稳定层。
这就是它坚持命令行的底层原因。
当然，CLI 并不适合所有人。对非技术用户来说，命令行有门槛；对复杂项目管理来说，可视化也有不可替代的价值。未来 AI 编程工具一定会有更多形态，IDE、浏览器、桌面应用、协作平台都会继续存在。但 Claude Code 的启发在于：当模型本身还在高速进化时，产品团队要非常谨慎地决定，哪些东西值得做成界面，哪些东西应该交给模型自然完成。
真正高明的 AI 产品，不一定是界面最炫的产品，而是最懂得不做什么的产品。
它不和模型抢未来，不在模型即将覆盖的地方堆功能，也不把暂时的能力缺口误判成永久的产品机会。它做的是底座，是接口，是通道，是可以被更强模型继续放大的结构。
所以，Claude Code 的 CLI 选择并不是复古，也不是偷懒。它是一种面向未来的防御性设计：用最少的界面，换最大的灵活性；用纯文本的确定性，承接模型能力的不确定性；用 Unix 式的可组合性，抵抗产品形态的过早固化。
AI 时代，很多产品会因为模型变强而失去意义。但那些足够简单、足够开放、足够贴近模型能力本质的工具，反而可能活得更久。
少即是多，这句话在过去像审美判断；到了 AI 时代，它更像是一条生存策略。