随着“CLI Is All You Need”成为 AI Agent 领域的共识，命令行界面（CLI）已成为连接 Agent 与复杂软件的标准接口。然而，传统的 REPL（交互式解释器）模式迫使 Agent 像人类一样逐步执行短命令、读取结果并决策，导致复杂任务中出现大量的模型调用往返、上下文开销和等待时间。本文提出了一种优化思路：仍以 CLI 为入口，但采用代码（如 JavaScript）作为实际操作接口。实验项目 ego-browser 对比了 Heredoc（一次性代码块执行）与 REPL 两种模式。结果显示，虽然表达能力相似，但受训练数据分布影响，模型在 Heredoc 模式下倾向于生成包含完整控制流和循环判断的脚本，交由本地环境一次性执行；而在 REPL 中则倾向于分步试探。基于 Codex SDK 的四类真实浏览器任务测试表明，Heredoc 模式下的平均耗时降低了 35.0%，工具调用次数减少 35.5%，Token 消耗减少 29.8%，平均成本降低了 21.6%。这一发现为 2026 年的 Agent 基础设施建设提供了重要参考，即利用模型生成脚本的概率本能，将计算密集型任务下沉至代码层，而非反复消耗模型推理能力。
事件分析
本次讨论的核心价值在于提出了“模型体验工程学”的概念，即接口设计必须顺应大模型在预训练阶段形成的行为概率分布。REPL 虽然符合人类的调试习惯，但诱导模型进行碎片化交互，增加了推理成本；Heredoc 则契合模型对“脚本”和“源文件”结构的理解，促使其生成结构化的完整程序。这本质上是将控制流从昂贵的模型推理层下沉到廉价的本地代码执行层，实现了计算卸载。尽管随着未来工具对持久会话和状态管理的支持加强，REPL 可能会在探索性任务中重获优势，但在当前模型能力下，Heredoc 是降低 Agent 延迟与成本的更优架构选择。这也预示着 Agent 基础设施将从单纯的“工具调用”向“代码生成与编排”演进。
💡 核心观点：将控制流从模型推理下沉至代码执行，是当前 AI Agent 降低成本与延迟的必经之路，Heredoc 模式更符合模型生成脚本的概率本能。
原文链接：Linux.do
