Token成本决定了不会有SaaS末日 / 好的开发工具是代理的缓存智能！流行的理论认为：代理能写代码，所以它们会从零开始重建每一个工具，直接调用原始API。不再有开发工具，不再有CLI，不再有软件层。只有代理和端点！我们刚刚测试了这个假设，数据给出了相反的结果。我们在真实的Hugging Face Hub任务（约1000次评分运行）上对Claude Code和Codex进行了基准测试，设置了两组：代理优化的hf CLI vs 代理手动编写curl或SDK调用。手动编写在多步骤任务上消耗最多6倍的Token，且失败率更高（84% vs 94%任务成功率）。这还只是去除了一层抽象。显然，如果代理试图完全绕过HF，从零开始重建模型托管、版本管理和分发，Token消耗将高出几个数量级，失败率也会显著升高。每次代理从原始API调用重新推导工作流时，你都要为这种推理支付Token。每一次运行都是如此。一个好的CLI将整个链条压缩成几个高级命令，代理不会出错。在一个所有人都抱怨Token太贵的世界里，抽象就是杠杆：数千小时的设计决策，你的代理在推理时无需重新思考。好的工具是代理的缓存智能！所以不会，代理不会从零开始重建一切。它们会倾向于Token效率最高的工具，因为这是它们的拥有者付费的原因。存活下来的软件不仅要对代理可访问，还要对它们来说准确且便宜。我们在HF上看到了这种情况，它正在成为代理使用AI的平台：仅两个月就收到约4900万次请求，并且还在快速增长！https://huggingface.co/blog/hf-cli-for-agents…

将hf CLI设计为代理优化的Hub交互方式

来源：https://huggingface.co/blog/hf-cli-for-agents 返回文章列表 (https://huggingface.co/blog) Célina Hanouti的头像 (https://huggingface.co/celinah) Lucain Pouget的头像 (https://huggingface.co/Wauplin)

• Hub上的AI代理流量 (https://huggingface.co/blog/hf-cli-for-agents#ai-agent-traffic-on-the-hub)
• 为人类和代理而建 (https://huggingface.co/blog/hf-cli-for-agents#built-for-humans-and-agents)
• 一个命令，多种呈现 (https://huggingface.co/blog/hf-cli-for-agents#one-command-multiple-renderings)
• 下一步命令提示 (https://huggingface.co/blog/hf-cli-for-agents#next-command-hints)
• 非阻塞且安全可重试 (https://huggingface.co/blog/hf-cli-for-agents#non-blocking-and-safe-to-retry)
• 可发现、可预测的命令 (https://huggingface.co/blog/hf-cli-for-agents#discoverable-predictable-commands)
• 为编码代理基准测试hf CLI (https://huggingface.co/blog/hf-cli-for-agents#benchmarking-the-hf-cli-for-coding-agents)
• 设置 (https://huggingface.co/blog/hf-cli-for-agents#the-setup)
• 结果 (https://huggingface.co/blog/hf-cli-for-agents#the-results)
• 关键发现 (https://huggingface.co/blog/hf-cli-for-agents#key-findings)
• hf-cli技能 (https://huggingface.co/blog/hf-cli-for-agents#the-hf-cli-skill)
• 亲自尝试 (https://huggingface.co/blog/hf-cli-for-agents#try-it-yourself)
• 注册一个代理框架 (https://huggingface.co/blog/hf-cli-for-agents#register-an-agent-harness)

hf是Hugging Face Hub的官方命令行入口。任何你在Hub上通过Python SDK能做的事情，都能在终端完成：下载和上传模型、数据集和Spaces；创建和管理仓库、分支、标签和拉取请求；在HF基础设施上运行Jobs；管理Buckets、Collections、webhooks和推理端点。hf CLI多年来主要为我们的人类用户构建。但现在它越来越多地被编码代理使用：Claude Code、Codex、Cursor等。因此我们对其进行了重构，使其能同时服务于这两类受众。这篇博文总结了我们做了什么，以及如何进行基准测试。我们发现，在复杂的多步骤任务上，无CLI基准（代理手动编写curl或Python SDK）消耗的Token量最高可达hf CLI的6倍。

https://huggingface.co/blog/hf-cli-for-agents#ai-agent-traffic-on-the-hub Hub上的AI代理流量

我们从2026年4月开始追踪代理对Hub的使用情况。hf CLI（以及构建于其上的huggingface_hub Python SDK）通过读取代理设置的环境变量来检测是否有编码代理在驱动它：CLAUDECODE / CLAUDE_CODE 对应Claude Code，CODEX_SANDBOX对应Codex，还有Cursor、Gemini、Pi以及通用的AI_AGENT。这个单一信号完成两项工作：调整CLI的输出格式（详见下文），并为每个Hub请求标记一个 agent/ 用户代理字符串，从而我们可以将流量归因于驱动它的代理。按不同用户数计算，最大的两个是Claude Code和Codex，遥遥领先于其他代理，也就是我们稍后将在本文中基准测试的两个代理。

自2026年4月以来，按编码代理划分的Hugging Face Hub不同用户数。Claude Code以39.5k用户和4860万次请求领先，其次是Codex，有34.8k用户和3640万次请求，随后是antigravity、cursor-cli、openclaw、cursor、gemini和pi。 自2026年4月以来，按编码代理划分的Hugging Face Hub不同用户数。Claude Code以39.5k用户和4860万次请求领先，其次是Codex，有34.8k用户和3640万次请求，随后是antigravity、cursor-cli、openclaw、cursor、gemini和pi。 柱状图显示每个代理的不同用户数；请求量作为子标签显示。仅Claude Code就有约4万用户和近4900万次请求，Codex紧随其后。这些是早期数据（我们从2026年4月才开始归因代理流量），但规模已经相当可观，我们预计随着编码代理成为与Hub交互的标准方式，这一数字将继续增长。

https://huggingface.co/blog/hf-cli-for-agents#built-for-humans-and-agents 为人类和代理而建

人类和编码代理对相同的hf命令期望不同的输出。人类希望看到丰富的终端输出：ANSI颜色、适合屏幕的填充表格、成功时的绿色✅、布尔值的✔、进度条、散文式提示。代理则希望相反：无ANSI、不截断、所有值完整显示（因为代理能处理远比人类更密集的输出）、保持紧凑和结构化以节省Token。代理也无法响应CLI提示，并且会在超时后愉快地重新运行命令。本节的其余部分将介绍hf如何为双方提供各自所需。

我们在hf v1.9.0中引入了代理模式输出，并在后续版本中逐步将CLI其余部分迁移至该模式。

https://huggingface.co/blog/hf-cli-for-agents#one-command-multiple-renderings 一个命令，多种呈现

当hf自动检测到代理使用（通过上述环境变量）时，它会以不同方式呈现同一命令。它优化输出格式以适应人类或代理，无需传递标志：

# 人类（终端默认）：对齐的表格，截断以适应，带提示
> hf models ls --author Qwen --sort downloads --limit 3
ID                     CREATED_AT       DOWNLOADS  LIBRARY_NAME  LIKES  PIPELINE_TAG    PRIVATE  TAGS
------------------------ ---------- --------- ------------ ----- --------------- ------- -------------------------
Qwen/Qwen3-0.6B        2025-04-27       21156913   transformers  1285   text-generation          transformers, safetens...
Qwen/Qwen2.5-1.5B-Ins... 2024-09-17       15143953   transformers  725    text-generation          transformers, safetens...
Qwen/Qwen3-4B          2025-04-27       14808352   transformers  625    text-generation          transformers, safetens...
提示：使用 `--no-truncate` 或 `--format json` 显示完整值。

# 代理（自动检测）：TSV，完整ID + ISO时间戳 + 每个标签，不截断
$ hf models ls --author Qwen --sort downloads --limit 3
id  created_at  downloads  library_name  likes  pipeline_tag  private  tags
Qwen/Qwen3-0.6B  2025-04-27T03:40:08+00:00  21156913  transformers  1285  text-generation  False  ['transformers', 'safetensors', 'qwen3', 'text-generation', 'conversational', 'arxiv:2505.09388', 'base_model:Qwen/Qwen3-0.6B-Base', 'base_model:finetune:Qwen/Qwen3-0.6B-Base', 'license:apache-2.0', 'text-generation-inference', 'endpoints_compatible', 'deploy:azure', 'region:us']
Qwen/Qwen2.5-1.5B-Instruct  2024-09-17T14:10:29+00:00  15143953  transformers  725  text-generation  False ['transformers', 'safetensors', 'qwen2', 'text-generation', 'chat', 'conversational', 'en', 'arxiv:2407.10671', 'base_model:Qwen/Qwen2.5-1.5B', 'base_model:finetune:Qwen/Qwen2.5-1.5B', 'license:apache-2.0', 'text-generation-inference', 'endpoints_compatible', 'deploy:azure', 'region:us']
Qwen/Qwen3-4B  2025-04-27T03:41:29+00:00  14808352  transformers  625  text-generation  False ['transformers', 'safetensors', 'text-generation', 'arxiv:2309.00071', 'arxiv:2505.09388', 'base_model:Qwen/Qwen3-4B-Base', 'base_model:finetune:Qwen/Qwen3-4B-Base', 'license:apache-2.0', 'endpoints_compatible', 'deploy:azure', 'region:us']

人类获得对齐的表格，截断以适应终端，并附有如何查看更多信息的提示，状态有颜色提示（成功时绿色✓，错误时红色）。代理获得完整的TSV记录：完整的仓库ID、完整的ISO时间戳、每个标签、无ANSI代码、不截断、易于解析且Token消耗少。在实践中，我们实现了诸如 .table(...)、.result(...)、.json() 等日志方法，它们接收原始数据并处理格式化。除了人类和代理模式外，我们还引入了 --json 和 --quiet 选项，便于命令管道连接。默认模式根据上下文自动选择，但用户始终可以使用 --format human | agent | json | quiet 强制选择自己想要的格式。

https://huggingface.co/blog/hf-cli-for-agents#next-command-hints 下一步命令提示

CLI命令很少孤立运行：一个步骤通常暗示下一个（git add，然后 git commit）。许多 hf 命令现在以一个提示结尾：确切的下一步命令，预填充了你刚刚使用的ID，因此用户或代理可以直接进入下一步，而不是从头开始推导。在后台启动作业，它会指向日志；创建Space，它会指向启动状态：

$ hf jobs run --detach python:3.12 python train.py
✓ Job started
id: 6f3a1c2e9b
url: https://huggingface.co/jobs/celinah/6f3a1c2e9b
提示：使用 `hf jobs logs 6f3a1c2e9b` 获取日志。

对人类来说，这是一个便利。对代理来说，这是一个轨道：下一个动作已被命名，用正确的ID参数化，并且可以立即运行，因此解决下一步需要更少的步骤。错误也以相同方式处理，指出修复方法而不是仅仅失败：

错误：未登录。请先运行 `hf auth login`。

提示、警告和错误全部输出到stderr，而数据输出到stdout，因此这些指导信息不会污染代理正在解析的输出。

https://huggingface.co/blog/hf-cli-for-agents#non-blocking-and-safe-to-retry 非阻塞且安全可重试

hf 从不停留在交互式提示上等待一个代理无法按下的键。破坏性命令仍然要求人类确认，但在代理模式下，它会快速失败，并在消息中给出修复方法（使用 --yes 跳过确认。），而 -y / --yes 可以跳过确认。由于代理会在超时和上下文丢失时重试，操作被设计为安全可重复：hf repos create --exist-ok 在仓库已存在时是空操作，重新运行上传会干净地重新提交。另外，移动真实数据的命令接受 --dry-run 选项，该选项在运行前精确显示它们将传输的内容，这对人类和代理都很方便，因为两者都不必承诺执行长时间下载或盲目同步：

# 代理模式：不带 --yes 的破坏性命令会拒绝，消息中包含修复方法
$ hf repos delete my-org/old-model
错误：你将永久删除模型 'my-org/old-model'。是否继续？使用 --yes 跳过确认。

# 移动数据的命令接受 --dry-run 预览传输
$ hf download deepseek-ai/DeepSeek-V4-Pro config.json --dry-run
[dry-run] 将下载 1 个文件（共 1 个），总计 1.8K。
文件        大小
config.json  1.8K

https://huggingface.co/blog/hf-cli-for-agents#discoverable-predictable-commands 可发现、可预测的命令

hf 被设计为可探索：运行 hf 查看资源组，在需要的资源组上运行 --help，每个 --help 都以真实、可复制粘贴的示例结尾（代理匹配这些示例比解析描述快得多）：

$ hf models ls --help
...
示例
  $ hf models ls --sort downloads --limit 10
  $ hf models ls --search "qwen" --author Qwen
  $ hf models ls Qwen/Qwen3-4B --tree

命令树是一致的，资源 + 动词，带有明显的别名（hf models ls、hf repos create、hf jobs ps、hf collections delete；list/ls、remove/rm），因此代理学会一个命令后可以猜测其余命令。输出是可组合的：-q 每行列出一个ID以管道传递到下一个命令，--json 给你一个可以传给 jq 的东西 (https://jqlang.org/)。

$ hf models ls --author Qwen -q | head -3
Qwen/Qwen3-0.6B
Qwen/Qwen2.5-1.5B-Instruct
Qwen/Qwen3-4B

https://huggingface.co/blog/hf-cli-for-agents#benchmarking-the-hf-cli-for-coding-agents 为编码代理基准测试hf CLI

为了找出 hf CLI 对代理是否真的更高效，我们进行了测量。我们构建了一个小型评估框架，多次运行相同的一组Hub任务，通过每种驱动Hub的方式，并在实时Hub上对每次运行进行评分。在方法论之前先给出结论：在两个代理上，hf CLI 都表现更好，在复杂、多步骤任务上最为明显，因为它使用的Token更少。

(自报错误 = 代理在17个可解任务上报告成功，但Hub显示相反。hf CLI 行是指安装了该技能的CLI；该技能在裸CLI之上增加的内容（主要是更少的工具调用）在下面的技能部分中详细说明 (https://huggingface.co/blog/hf-cli-for-agents#the-hf-cli-skill)。代表性会话记录已发布在此存储桶中 (https://huggingface.co/buckets/celinah/hf-cli-agent-benchmark)。)

https://huggingface.co/blog/hf-cli-for-agents#the-setup 设置

我们定义了18个非平凡的Hub任务。不是“下载一个文件”，而是你实际会要求的那种：汇总一个热门组织的模型、检查仓库的文件及其大小、使用包含/排除规则上传文件夹、删除文件、跨仓库复制文件、打开一个添加许可证的PR、创建一个带分支和标签的仓库、同步并修剪一个存储桶、构建一个集合。每个任务都会被提交给一个全新的编码代理，该代理只能以一种方式与Hub通信：

• hf CLI，或
• curl / Python SDK：完全不使用 hf CLI，因此代理退回到使用 curl 调用REST API或 huggingface_hub Python库。

我们以两种配置运行 hf CLI，一种带有其技能（一个生成的命令参考，我们将在自己的部分中回顾 (https://huggingface.co/blog/hf-cli-for-agents#the-hf-cli-skill)）。但下面的主要对比仅仅是 hf CLI vs curl / SDK；技能的增量效果足够小，我们将其单独列出，而不是挤入主要结果。配置故意保持简洁：每次运行全新实例，没有自定义MCP服务器，没有 CLAUDE.md 或 AGENTS.md，上下文中没有任何东西来影响行为。任务和工具放在一个提示中，代理以 TASK_COMPLETE 或 TASK_FAILED 标记结束，但我们不信任这个标记（代理会在从未实际落地的任务上报告成功），因此我们通过**重新查询实