@Wauplin：到2026年，智能体将生活在命令行中。于是我们教会了 `hf` CLI 说它们的语言。以下是需要具备的……

X AI KOLs Following 工具
huggingface cli agents command-line developer-tools

摘要

Hugging Face 更新了其 `hf` CLI 工具，使其对 AI 智能体更加友好，并承认到2026年，其一半的用户可能非人类。

到2026年，智能体将生活在命令行中。 于是我们教会了 `hf` CLI 说它们的语言。 当一半用户不是人类时，成为优秀 CLI 需要具备什么 🧵 https://t.co/LV3fHZYBwT
查看原文
查看缓存全文

缓存时间: 2026/06/09 08:58

在 2026 年，智能体活在命令行里。

所以我们教会了 hf CLI 说它们的语言。

当一半用户不再是人类时，一个好的 CLI 应该具备哪些特质。

编码智能体如今已是重度用户，而非未来流量。

在 @huggingface Hub 上，仅 Claude Code 每月就驱动约 4900 万次请求，Codex 约 3600 万次。

2026 年的一款优秀 CLI 会把智能体当作一等公民来对待。

原则一：一条命令，两种呈现。

同一命令，CLI 检测到智能体后自动适配： • 人类 => 彩色显示、对齐表格、截断、提示 • 智能体 => 制表符分隔、完整值、不截断

无需记忆任何标志（这就是缩略图）。

原则二：每条命令指向下一条。

完成一步后，CLI 会直接给出下一条确切命令，并预填你刚刚用过的 ID。人类省去打字，智能体省去一轮发现。

原则三：绝不阻塞，始终可安全重试。

• 无智能体无法回答的交互式提示 • --yes 跳过确认 • --dry-run 先预览 • 幂等：重新运行上传可干净地重新提交

原则四：可预测 + 可组合。

• 资源 + 动词，始终如一：hf models ls，hf repos create • -q 每行输出一个 ID 用于管道传递；--json 用于解析 • 错误不会只告诉你失败，还会告诉你修复方法

说它们的语言重要吗？我们做了基准测试。

hf CLI 对比 curl/SDK： • 成功率更高（94% 对 84%） • 简单任务少用 1.3–1.8 倍 token • 复杂多步工作流最多少用 6 倍 token

结论：2026 年的一款好 CLI 不仅要人类友好，还要对驱动它的机器同样可读。

同一界面，两类受众，无需妥协。

完整文章

相似文章

将 hf CLI 设计为适合 Hub 使用的 Agent 优化工具

Hugging Face Blog

Hugging Face 重新设计了其 `hf` CLI，使其同时面向人类用户和 Claude Code、Codex 等 AI 编程 Agent 进行优化，具备 Agent 感知的输出渲染能力，基准测试显示在复杂任务上相比不使用 CLI 的方案最高可节省 6 倍的 token 消耗。