Bash is All You Need — 万物皆 CLI 的底层逻辑

引子

2026 年 1 月，Vercel 的工程负责人 Andrew Qu 写了一篇博客，标题很炸裂：

“What if BASH is all you need?”

他们砍掉了内部数据 Agent 80% 的工具和元数据，只留了一个 Bash Shell。

结果？执行速度快了 3.5 倍，成功率从 80% 涨到 100%，Token 用量减少 37%。

All by doing less.

这不是个例。2026 年 Q1，多家大厂不约而同做了同一件事——把复杂的 Agent 架构砍到只剩 CLI。与此同时，华尔街正在以一场”SaaS-pocalypse”股灾宣判同一件事：当 AI 能直接操作数据库和文件系统时，中间那些精心包装的软件层，还有存在的必要吗？

这篇文章想聊聊：这背后到底发生了什么，以及对我们这些 AI 时代的”超级个体”意味着什么。

一、时间线：大厂集体转向 CLI

工程圈和资本市场在同一个季度给出了同一个信号。

二、为什么 CLI 天然适配 AI Agent？

2.1 训练数据的压倒性优势

这是最核心的原因，也是最容易被忽略的。

LLM 的训练数据里充斥着数百万条 man pages、Stack Overflow 回答、shell 脚本、README、博客教程。git、curl、grep、docker 这些命令的用法——已经烤进了模型权重里。

Courier 的工程师说得好：

“The terminal is a 50-year-old technology that accidentally became the best interface for AI agents, precisely because it’s been documented so extensively for so long.”

而 MCP 呢？2024 年底才诞生，训练数据里几乎为零。每次调用 MCP 工具，都得先往 context window 塞一堆 schema 定义——你在为模型已经知道的事情重新付费。

2.2 Unix 哲学 = Agent 最佳架构

50 年前的 Unix 哲学，无意间成了 AI Agent 架构的最佳实践：

• 每个工具做一件事，做好它 → Agent 的工具调用天然模块化
• 文本是通用接口 → LLM 天生吃文本
• 管道组合 → Agent 的 observe → decide → act → repeat 循环

Vercel CEO Guillermo Rauch：

“Don’t fight the models, embrace the abstractions they’re tuned for. BASH is all you need.”

2.3 模型已经不需要”框架”了

这是 Amp 的核心判断，也是最激进的观点。

Amp 在 2 月 19 日自毁了 VS Code 编辑器扩展，公告里写：

“A simple tool called bash is often enough. Whether you show LSP diagnostics here or there is dwarfed by what these models can do through sheer brute force.”

“These new models barely need to be told how to act like coding agents anymore. They’re now fully trained for that.”

翻译成人话：最新一代的前沿模型已经内化了”如何当一个编码 Agent”的行为模式。你给它什么框架已经不重要了，给个 Bash 就够了。

瓶颈已经不在工具侧。瓶颈在你怎么组织代码库、怎么描述任务、怎么验证结果。

三、实证：数据说话

Vercel d0（内部数据查询 Agent）

旧架构：专用工具、上下文管理、元数据注入、prompt 工程。新架构：给 Claude Opus 一个 Bash Shell + 直接访问文件系统。

“Grep is 50 years old and still does exactly what we need. We were building custom tools for what Unix already solves.” —— Andrew Qu

Ralph Wiggum（Anthropic 开源）

一个 Bash do/while 循环。给 Claude 一个 prompt 文件，让它迭代直到完成。在一次 Hackathon 中：

• 一夜 1000+ commits
• 6 套代码库移植
• 近乎完整功能的程序
• 等价于 $50,000 合同工作，API 成本仅 $297

“Failures are data.” —— Geoffrey Huntley

四、这跟我之前那篇 Obsidian 文章的关系

2 月 19 日（有意思，和 Amp 炸掉扩展是同一天），我在评估 Obsidian 插件时写了一篇《AI 时代的工具选型思考》。回头看，那篇文章的核心洞察和社区这波 “Bash is All You Need” 浪潮是同一个东西的不同切面。

洞察 1：Vault 就是一堆 Markdown 文件 = Bash is All You Need

我当时的结论：

任何能读写文件系统的 AI 工具都天然就是 Obsidian 的「插件」。

这和 Vercel 说的”Grep is 50 years old”一回事。本质是：当数据以开放格式存在于文件系统上时，AI agent 通过最原始的文件操作就能完成过去需要专用插件才能做的事。

洞察 2：编辑器退化为”渲染终端” = Amp 炸掉编辑器扩展

我当时写：

编辑器（VSCode、Obsidian）正在从「功能平台」退化为「渲染终端」。

Amp 用行动证明了：

“By keeping these new models in an editor sidebar, we restrict them.”

洞察 3：不可替代的只剩”实时运行时”

我提出的判断标准是：

一个插件有价值，当且仅当它提供的是 Obsidian 运行时行为——实时渲染、UI 交互、实时索引。

这个框架可以直接推广：

能用文件系统解决的，给 AI 一个 shell 就够了。只有需要”活”的运行时的场景，才需要专用工具。

五、那 MCP 就没用了？

不是。社区的共识也在收敛：

CLI 管执行，MCP 管分发。

Simon Willison 的观点很准确：MCP 的真正价值不是在运行时调用工具，而是分发——你更新 MCP server，所有连接的 agent 自动拿到新能力，不用升级 SDK。

Courier 的总结更清晰：

Anthropic 自己也在推动 MCP 工具向”轻量级代码函数”演化——这本身就是 MCP 在向 CLI 的工作方式靠拢。

六、SaaS-pocalypse：同一场坍缩的资本市场版

社区里有一句话越来越流行：

“Every SaaS is a wrapper around a database.”

乍听像键盘侠的嘴炮。但配合 2026 年 1 月的软件股暴跌，这句话变得严肃了。

1 月 29 日，IGV（iShares 软件 ETF）创下 Covid 以来最大单日跌幅。ServiceNow 连续九个季度超预期，股价仍暴跌 11%。微软单日蒸发 $3600 亿市值。媒体称之为 “SaaS-pocalypse”。

SaaStr 创始人 Jason Lemkin 泼了一盆冷水，但冷水里有真货：

“Shipping a v1 is maybe 2% of the work.”

他的核心判断：AI 不是在杀死 SaaS，而是在饿死 SaaS。

AI 预算翻倍，总预算只涨 8%——差额从 SaaS 座位费里抽出来的。真正在挤压 SaaS 的三股力量：

1. 预算挤压：AI 基础设施吃掉了原本买 SaaS 的钱，CIO 想要更少的供应商而不是更多
2. 座位数压缩：AI agent 做 100 个销售的活，只需要 10 个 Salesforce 座位——软件没被替代，用它的人减少了
3. 体验代差：用过 Claude 的人，回头看 2019 年的表单式 SaaS，会觉得是上个世纪的产品

这跟 CLI 浪潮是同一件事的不同表面：

SaaS 公司做的事：数据库 → API 封装 → 业务逻辑 → UI → 按座位收费
AI Agent 做的事：直接操作数据库/文件系统，跳过中间所有层

Booz Allen CTO Bill Vass 说得直接：

“Agents can just read your business policies and generate the software. This is going to disintermediate these SaaS vendors.”

Lemkin 给了一个简洁的生存标准：“If you own the data layer, you win.” 如果你是 system of record，你是必需品。如果你只是那个 UI——你正在变得可替代。

七、对”超级个体”的启示

如果你是那种”只与 AI 协作”的人，这波趋势的意义是：

7.1 工具选型极度简化

不用再纠结”该装哪个插件""该配哪个 MCP server”。判断标准变成了：

这个需求是「读 → 处理 → 写」吗？
├── 是 → 给 AI 一个 Shell 就够了
└── 否（需要实时 UI / 渲染 / 交互） → 才需要专用工具

7.2 内网 / 离线环境反而更适合

CLI 工具是一个二进制文件，拷过去就能用。不需要联网，不需要 server，不需要维护长连接。内网、政企隔离网络反而是 CLI 范式的最佳战场。

7.3 SaaS 依赖可以开始审视了

如果你团队的某个 SaaS 工具本质上就是”数据库 + 表单 + 权限”，那么 AI agent + 数据库 CLI 可能已经是更灵活、更低成本的替代方案。当然，安全合规、多人协作、数据治理这些”看不见的 98%“仍然需要认真考虑——但至少，这个问题值得重新提了。

7.4 瓶颈彻底转移到了人这边

Amp 说得最狠但也最准：

“How you organize your codebase for agents, how your organization uses them — those are now the bottlenecks.”

工具没瓶颈了。模型没瓶颈了。瓶颈是你能不能把问题定义清楚、能不能组织好代码库让 AI 容易理解、能不能判断 AI 的输出是否靠谱。

这和我之前那篇文章的结尾一样：

对 AI 的控制力，本质上是对问题的理解深度。

八、一个更底层的视角：坍缩与重建

社区在讨论 CLI vs MCP vs 编辑器扩展，华尔街在争论 AI 是否杀死了 SaaS——但真正在发生的事情更根本——

我们正在见证”软件中间层”的坍缩，以及紧随其后的”Agent-Native 大重构”。

8.1 坍缩

过去 20 年，软件架构越堆越高：框架 → 插件 → 扩展 → 协议 → 编排层。每一层都是”人的能力延伸”——因为人处理信息的带宽有限，需要预制好的流程和 UI 来降低认知负担。SaaS 是这个 stack 在商业模式上的最终表达——把数据库操作包装成按座位收费的订阅服务。

现在 AI 来了，它没有这个限制。它不需要 UI，不需要可视化工作流，不需要每月 $20 的仪表盘。给它一堆文本文件和一个 shell，它自己就是最强的编排层。

所以这些中间层开始坍缩：

坍缩前：人 → GUI/SaaS → 插件 → API 封装 → 数据库/文件系统
坍缩后：人 → AI Agent → Shell/CLI → 数据库/文件系统

留下来的只有两端：

• 人：定义问题、判断结果、做取舍
• 底层系统：文件、数据库、网络、渲染引擎

中间那些”帮人降低复杂度”的层——插件、框架、可视化编辑器、低代码平台、按座位收费的 SaaS——正在被 AI 直接跳过。

8.2 重建：The Great Rebuild

但坍缩不是终点。a16z 在年度预测”Big Ideas 2026”中反复使用了一个词：Refactoring（重构）。

从基础设施到分发逻辑，从人机协作边界到整个行业的运作方式——a16z 的 American Dynamism 和 Apps 两个团队不约而同地指向同一个结论：2026 年的关键词是重构。

这不只是技术术语。a16z 的合伙人 Angela Strange 直接断言：

“AI can only truly transform financial services when we rebuild their underlying infrastructure… The future of financial services is not applying AI to old systems but building a new AI-based operating system.”

翻译成我们的语言：给旧系统加一层 AI 皮肤是不够的。整个 stack 必须为 Agent 重新设计。

Medium 上一篇传播甚广的文章 “The Agent-Native Internet” 把这个逻辑推到了极致：

“今天的互联网是为人类设计的——超链接服务于人的好奇心，HTML 为人的眼睛渲染文档，浏览器为人显示页面。Agent 不关心排版、动画、暗色模式。它关心的是结构化数据、认证协议、延迟、访问权限和机器可验证的信任。

这个差异不是表面的。它是架构性的。”

作者 Makhtar Diop 的判断是：

我们正在从一个以文档为中心（document-centric）的互联网，走向一个以能力为中心（capability-centric）的互联网。今天 web 的核心对象是”页面”，而 agent-native 互联网的核心对象是”动作”。

8.3 谁需要被重构？

这个重构的影响范围远比想象的大：

a16z 的 Anish Acharya 指出，ChatGPT 正在成为新一代”应用商店”——OpenAI Apps SDK + Apple 小程序 + ChatGPT 群聊功能，让开发者直接触达数十亿用户。分发逻辑本身也在被重构。

8.4 这是什么级别的变化？

历史给了参照：

每次范式转移，旧的基础设施都不会一夜消失——移动端和桌面端共存了很久。但为新范式优化的层最终会增长得更快。

所以，这不只是 CLI 的胜利，也不只是 SaaS 的危机。这是一场从”为人设计”到”为 agent 设计”的全栈重构。而 Bash——那个 50 年前就为”文本流 + 管道组合”而生的工具——恰好站在了这场重构的出发点上。

核心洞察

50 年前，Ken Thompson 和 Dennis Ritchie 设计 Unix 时不可能预见到大语言模型。

但他们选择”文本是通用接口”、“每个工具做好一件事”、“管道组合一切”的哲学——

意外地，成了 AI Agent 时代最完美的基础设施。

中间层正在坍缩，整个 stack 正在为 Agent 重构。

而 Unix Shell——这个存活了半个世纪的接口范式，正好是重构的起点。

参考来源：The New Stack - BASH Is All You Need（2026-01-12）、Vercel Blog - We Removed 80% of Our Agent’s Tools（2025-12）、Amp Code - The Coding Agent Is Dead（2026-02-19）、Courier - MCP vs CLI for AI agents（2026-03-13）、Ars Technica - Google Workspace CLI（2026-03-06）、SaaStr - The 2026 SaaS Crash（2026-02-02）、Tech Brew - Is AI Killing SaaS?（2026-03-02）、a16z - Big Ideas 2026: Part 2（2025-12-11）、The Agent-Native Internet（2026-02-22）、本站 - AI 时代的工具选型思考（2026-02-19）