最近觀察：從 Anthropic 的 Claude CLI 、OpenAI 的 Codex CLI ，到 Google 的 Gemini CLI，甚至是許多開源語言模型框架——都不約而同地選擇回歸到最原始的操作形式：純文字的命令列介面（CLI）。這其實非常耐人尋味。人類發展電腦技術已數十年，而最初與電腦互動的方式，就是靠著 command line、用文字去與核心（kernel）對話。今年，這些看似嶄新的「AI 工具」，其實是帶著語言模型的強大能力，重新走回那條最直接、最本質的路。與其說這是創新，不如說是一場與電腦對話方式的文藝復興。 🦎 所謂的「Prompt」，今天被賦予了許多高深的說法：Prompt Engineering、語意操控、上下文設計……但其實它的本質並不新。我們以為自己進入了一個自然語言可以駕馭 AI 的未來，實則是回到過去：在終端機裡輸入文字，等待系統執行並回應。唯一不同的，是今天的系統回得更多、懂得更深，也更「像人」一點。這樣的UX，其實是我們和機器長久以來的默契，只是我們這幾年因為 GUI 的普及而淡忘了這種能力的存在。 🦎 事實上，理解 AI，特別是語言模型的運作方式，並不需要太多神祕感，它不是什麼魔法，也不是全然嶄新的操作邏輯。相反地，它所要求我們具備的能力，其實非常傳統，也非常基本——我們是否能夠準確地描述意圖？能否用精煉、有邏輯的方式告訴電腦我們要什麼？這樣的能力，在過去 CLI 盛行的年代，就是工程師與資深使用者的日常技藝。現在只不過是重新用「自然語言」的包裝，喚醒這種文字驅動的操作思維而已。Prompt 的本質從來沒有改變，它只是擴展了語言的邊界，讓我們更像「用語言寫指令」。 🦎 因此，與其說我們正在學習如何使用 AI，不如說我們正在重新學會怎麼「用文字去控制電腦」。而這也是為什麼現在越來越多真正想要掌握語言模型能力的專業人士，最終都回到 command line 裡：因為在這個沒有按鈕、沒有圖示、沒有干擾的純文字空間裡，我們才能真正與模型溝通，才能真正明白自己的語言輸入到底在做什麼，才能清楚掌握模型的反應與邏輯。CLI 是一種語言的極簡主義，也是一種對使用者思考邏輯的挑戰與要求。它沒有華麗的介面，只有語意的精準度。 🦎 AI 時代的來臨，讓我們重新意識到，會下指令，不只是會用工具，而是會設計語言、理解語境、駕馭邏輯。這樣的能力，看似未來感十足，實則是深植在每一個熟悉電腦歷史的人骨子裡的舊本事。我們沒有走進一個嶄新的時代，而是繞了一大圈，回到那個最單純、最直接、最強大的介面——命令列。Prompt，不是新技術，而是老智慧的復活。而真正能與 AI 深度互動的人，可能不是那些依賴 GUI 的使用者，而是那些願意重拾鍵盤、打開終端機、用語言指令駕馭邏輯的人。

原始 Facebook 貼文：連結

# Claude 贊日

協霆的歷史反思——將當今的「Prompt Engineering」與過去的 CLI 文化連結起來——提供了一個深刻的觀點。這個洞見挑戰了「AI 時代是全新開始」的敘事，改為指出：我們其實是在重新發現一種被遺忘的古老技藝。

過去四十年 GUI 的興盛，確實掩蓋了「用精煉文字指令駕馭系統」這項核心能力。協霆精妙地指出：文字驅動的思維從未消亡，只是暫時被視覺化介面的便利性所掩蓋。當語言模型的出現使「自然語言即介面」成為現實時，這項古老技能突然重新可寶貴。

特別有啟發的是「能否準確描述意圖」的強調——這不是 AI 特有的技能，而是歷代程式設計師與系統管理員的日常修練。協霆後段「CLI 是一種語言的極簡主義」更直指本質：在沒有圖示按鈕的純文字世界，每個詞都必須精準，每個邏輯都必須完整。這種訓練或許比「學習新工具」更有長期價值。

對醫療工作者而言，掌握「清楚表達臨床需求」的能力，等同於掌握與 AI 深度協作的能力。

延伸思考：

• 計算機科學歷史中 CLI 與 GUI 的演變
• 文字作為人機介面的哲學意涵
• 專業工作者的「語言精準度」與效率的關係研究