一句话定义：Agentic CLI（面向智能体的命令行）指为了让 AI 智能体（AI agent）可靠调用而被重新设计的命令行工具——它吐出的不是给人看的彩色文字，而是机器能解析的结构化结果，并且默认不需要有人坐在旁边按确认键。
为什么需要重新设计
命令行工具几十年来都是"给人用"的。人在终端里敲一条命令，工具会问"确定要继续吗？(y/N)"，出错时打印一段红字，人扫一眼就知道怎么办。智能体没有这种直觉：它会卡在确认提示上等到超时，会把日志里的时间戳当成结果，会在超时重试时把同一个资源创建两遍。
打个比方：传统 CLI 像需要人工点头的柜台窗口，Agentic CLI 像自助取号机——投进标准化的指令，吐出标准化的结果，中间不用谁按确认键。以 Cloudflare 的命令行工具为例，厂商正在推的方向就是这个（具体参数与能力以官方文档为准），大致包含几件事：
- 结构化输出：人和机器各拿一份。给人看的表格走一条通道，可解析的 JSON 走另一条，错误码和退出码要明确。
- 幂等（idempotent）：同一条命令跑两次，效果和跑一次一样。智能体最爱做的事就是"重试"，命令不幂等，重试就等于重复扣费、重复建资源。
- 免交互：默认非交互式，原本要确认的地方改成显式参数，dry-run（只预演不落地）要成为一等公民。
- 可自愈：报错不光说"失败了"，还要说清为什么失败、下一步怎么办，让模型自己修。
- 可被发现：
--help的输出本身就是模型的学习材料，写清楚，模型就不用猜。
和相邻概念的区别
| 维度 | 函数调用 AI 词典：Function Calling">Function Calling | MCP | Agentic CLI |
|---|---|---|---|
| 是什么 | 模型输出结构化参数的机制 | 把外部工具与数据标准化暴露给客户端的协议 | 一种被调用的工具形态 |
| 层次 | 模型侧能力 | 接入协议层 | 具体工具实现 |
| 优势 | 粒度细、由宿主程序执行 | 跨模型、跨应用复用 | 复用几十年的运维工具链：权限、审计、容器、脚本 |
三者不是竞争关系：函数调用是模型"会伸手"，MCP 规定"手往哪儿接"，CLI 是手上握着的那把工具。常见组合是 MCP server 内部去调一个 Agentic CLI。
对实际工作的意义
写工具的人要意识到，自己的 CLI 现在有两个用户：人和智能体。输出能不能被解析、会不会卡在交互提示、失败能不能安全重试，直接决定它能不能被自动化流程用起来。对不写代码的人，影响在于：以后你让 AI 帮忙部署、改配置、跑数据，靠的就是这类工具——同时权限边界和 dry-run 也变得更要紧，别让一次重试把生产环境改了两遍。