导读最近可以明显看到一个变化：
钉钉、飞书、企业微信，开始陆续开放 CLI 能力 越来越多团队，不再只讨论提示词，而是在做一件更实际的事：
让 AI 直接参与执行
很多人开始有几个共通疑问：
CLI 到底是什么Skill 和 MCP 又是什么为什么这几个东西突然一起出现这篇文章只回答一个问题：
AI 是怎么从“能聊天”，走到“能干活”的
目录为什么最近大家都在做 CLICLI 本质是什么Skill、MCP、CLI 的核心区别三者在 AI Agent 里的分工为什么企业在推 CLI一、为什么最近大家都在做 CLI先看一个变化路径：
过去：
AI主要停留在理解和生成阶段
现在：
AI开始进入执行阶段
问题变成：
AI如何真正完成任务
目前主要有三种方式：
Skill：把能力打包给AIMCP：把外部能力接进来CLI：让AI直接执行这也是为什么三者会同时出现
二、CLI 本质是什么CLI 本质上是一套标准化命令接口
核心作用只有一个：
让 AI 可以直接执行操作
例如：
send_message --user=xxx --content="开会通知"create_doc --title="测试报告"run_script test_case.py对于 AI 来说，这类命令有三个特点：
结构固定可组合可自动执行相比 UI 操作，CLI 更适合 AI 使用
三、Skill、MCP、CLI 的区别很多人觉得这三者是同一类东西，其实不是
它们分别解决不同问题
Skill：能力内置Skill 的作用是把能力直接封装进 AI
一般包含：
知识工具执行逻辑特点：
加载后直接可用上手简单标准不统一可以理解为：
给 AI 增加某一类能力
MCP：能力连接MCP 的作用是建立标准化连接
核心特点：
基于协议通信可以连接任意外部系统需要中间层服务可以理解为：
让 AI 能接入外部世界
CLI：能力执行CLI 的作用是执行
特点：
直接调用系统能力不依赖界面执行效率高可以理解为：
让 AI 具备动手能力
四、三者关系从结构上看，它们属于不同层级
再换一种方式理解：
类型解决问题SkillAI懂什么MCPAI怎么接CLIAI怎么做五、为什么企业在推 CLI这背后是一个很现实的问题
AI要进入业务流程，就必须具备执行能力
GUI不适合AIGUI是为人设计的：
点击视觉识别交互反馈AI在这些方面效率不高
CLI更适合AICLI的优势在于：
命令清晰无歧义易自动化对于 AI 来说：
执行成本更低
企业需要自动化执行在企业场景中：
AI可以直接参与流程
不再只是辅助
六、关键结论Skill、MCP、CLI不是替代关系
而是协同关系
一句话总结：
Skill 解决理解问题MCP 解决连接问题CLI 解决执行问题七、写在最后AI真正的变化，不在于它能说什么
而在于：
它能不能把事情做完