MCP 與 CLI 的爭論是個偽命題：迎接 Code Mode 時代 (Code Mode: The Real Answer to the MCP vs CLI Debate)

原始來源與檔名：20260512_2026-05-12T093148+0800-MCP vs CLI was the wrong debate.md

來源：[[@akshay_pachaar]] / X (Twitter) — 2026-05-10 原始檔名：2026-05-12T093148+0800-MCP vs CLI was the wrong debate.md

NAPKIN | 餐巾紙

餐巾紙公式

The Old Way = Load ALL tool schemas into context upfront (150K tokens) -> Expensive & Slow The New Way (Code Mode) = Agent writes code to call tools + Lazy Loading Code Mode = Bash (for standard CLIs) + Typed Module Imports (for proprietary APIs via MCP) Result = Type safety of MCP + Speed of CLI + 98% reduction in token cost.

2025 年 AI 工程師為「該用 MCP 還是直接給 Shell」吵翻了天。MCP 提供了嚴謹的型別約定，但把所有工具的 Schema 一次塞進 Prompt 會吃掉海量 Token (動輒幾萬)；給 CLI Shell 很輕量，但缺乏結構化回傳，模型常在猜測。Anthropic 與 Cloudflare 用 “Code Mode” 終結了這個蠢問題：不要把工具定義放在 Context 裡！讓 Agent 直接「寫程式」引入它需要的工具。這保留了 MCP 的型別安全，並將 Token 消耗砍了 98%。

一句話

本文解構了 2025 年 AI 領域最激烈的架構爭論：連接工具該用 MCP 協議還是直接開放 CLI 權限。作者指出這是一個錯誤的二元對立。真正的突破點在於 “Code Mode”（代碼模式）：讓大模型在 Runtime 中「編寫代碼」來動態載入工具，而不是在對話一開始就把所有工具的定義塞進上下文。對於常見的系統操作，Agent 使用 Bash；對於特定的私有 API，Agent 透過 TypeScript import 來精準載入 MCP 型別定義，實現了安全與效率的完美融合。

餐巾紙草圖

[The Evolution of Tool Calling]

❌ Old MCP: Agent enters a room with every tool laid out on the table.
Prompt: System + [Playwright Schema] + [Git Schema] + [Salesforce Schema] -> 150k tokens.

❌ Pure CLI: Agent guesses how to use proprietary systems without docs.

✅ Code Mode: Agent writes a script that imports ONLY what it needs.
Agent outputs:
```typescript
import { updateCRM } from "@tools/salesforce"; // <--- Schema loads ONLY here
await updateCRM({ data });

Result: 2k tokens. Perfect contract.

## ROUND 1: SKELETON | 骨架掃描

**"這篇文章在說什麼"**

- **爭論背景**: 2025 年的兩派之爭。
  - **MCP 懷疑派**: 成本太高。Playwright 吃掉 13.7K tokens，Chrome DevTools 吃掉 18K。什麼都還沒做就先燒了 5 萬 tokens。
  - **CLI 防禦派**: CLI 在多租戶應用中容易崩潰，且缺乏「型別契約 (Typed contracts)」，Agent 面對陌生的內部 API 時只能盲猜。
- **重新定義問題 (The Reframe)**: 問題不在於通訊協議，而在於「在一開始把所有工具描述硬塞進 Context」的壞習慣。
- **Code Mode (代碼模式)**: Anthropic 在 2025 年底發布了 "Code execution with MCP"，改變了遊戲規則。模型的工作從「在對話框裡呼叫工具」變成了「寫一段程式碼，透過 Runtime 呼叫工具」。
- **兩大基本原語**:
  1. **Bash**: 用於所有內建命令 (git, grep, curl)。模型在預訓練時早就看過無數遍，不需再浪費 token 解釋。
  2. **Typed Module Imports (型別模組載入)**: 用於專有 API (Salesforce, 內部系統)。Agent 像寫 TypeScript 一樣 `import` 特定模組。
- **三大好處**:
  1. 型別簽章只有在 `import` 發生的那一刻才載入，實現 Lazy Loading。
  2. 大量資料（如檔案列表）在程式碼中被處理、過濾，只把「摘要」返回給大模型，避免污染上下文。
  3. 迴圈與轉換在原生代碼中執行，不再需要依賴模型的 ReAct 迴圈。

## ROUND 2: DISSECTION | 血肉解剖

**"憑什麼這麼說"**

### 核心論證鏈

1. **Token 的幾何級數爆炸**: 作者精準打擊了舊模式的痛點：Schema + 原始回傳數據雙向塞滿 Context Window。在 Anthropic 的例子中，原本需要來回傳遞的 Transcript 資料，在 Code Mode 中只是一段代碼裡的變數，根本不進 LLM 的 Context。這直接帶來了從 150K 到 2K tokens (98.7%) 的成本雪崩。
2. **目錄牆上的工具 vs 桌上的工具**: 這是一個極佳的隱喻。以前是強迫 Agent 在開工前背下所有工具的說明書（在系統提示詞中）；現在是給 Agent 一個目錄，它決定要用哪個，才去牆上（import）把那份說明書拿下來。
3. **沒有誰取代誰，而是相互融合**: MCP 提供了關鍵的「型別契約 (Type safety)」，CLI 提供了「延遲載入 (Lazy loading) 的靈活性」。Code Mode 是一個能將兩者完美縫合的 Runtime。

### 關鍵證據

- 引用了 Cloudflare 的實踐：他們將包含 2500 個端點的 1.17M tokens 的龐大 API 目錄，壓縮到只剩下兩個工具 `search` 和 `execute`，耗費 1K tokens。Agent 自己寫程式去搜尋需要的端點再執行，這徹底證明了動態檢索工具的可行性。

### 邊界條件

- Code Mode 將系統的穩定性高度押注於大模型的「編程能力 (Coding ability)」。如果模型寫出有語法錯誤的 TypeScript，或是不懂得正確的 Import 路徑，整個鏈路依然會斷裂。這也就是為什麼 Code Mode 必須搭配頂級編程模型 (如 Opus 5 或 Codex-Spark) 與安全的 Sandbox 才能運作。

## ROUND 3: SOUL | 靈魂提取

**"還能怎么用"**

- **知識連結**: 完美呼應了 Garry Tan 的 `Skillify` 和《Agent Harness Engineering》。這篇文章揭示了 Harness 底層的 Tool Dispatch Registry 到底該長什麼樣子——不是一個臃腫的 JSON Schema 集合，而是一個支援動態 Import 的 TypeScript Runtime！
- **深層洞見**: **"Tool definitions belong in code, not in context. The model writes a few lines that call them. The runtime does the rest." (工具定義屬於代碼庫，不屬於大模型的上下文。模型只寫幾行呼叫它們的代碼，剩下的由執行環境搞定。) ** 這徹底宣告了「巨型 System Prompt 時代」的終結。未來的提示詞會越來越薄，而外圍的 Runtime 會承接所有複雜度。
- **行動呼籲**: 
  如果你還在把 10 個以上的自訂 Function/Tool 寫死在給 OpenAI 或 Anthropic API 的請求裡，立刻停止。開始重構你的應用，將工具封裝成獨立腳本，只告訴模型：「你需要什麼，自己寫一行腳本去呼叫它」。你的 API 帳單會立刻縮水一半以上。