Karpathy：为AI代理而建

摘要

文章指出CLI作为遗留技术恰恰成为AI代理的理想接口，因为AI可以原生地使用它们并结合整个终端工具箱。Karpathy以Polymarket CLI为例，展示Claude如何在三分钟内构建终端仪表板。他呼吁开发者在2026年应该为AI代理而建，确保产品可通过CLI、MCP或Skills被代理访问和使用。

内容框架与概述

这篇文章以CLI技术的独特价值为切入点，探讨了AI时代的产品设计哲学。Karpathy认为CLI作为遗留技术反而成为AI代理的优势，因为命令行界面可以被AI原生使用、组合和交互。他举例说明让Claude安装Polymarket CLI后，可以在三分钟内构建出预测市场的实时仪表板，展示了AI代理通过CLI快速创建应用的潜力。

文章的核心论点是产品和服务需要为AI代理重新设计可访问性。Karpathy提出了一系列发人深省的问题：文档是否可导出为markdown格式、是否为产品编写了Skills、是否提供CLI或MCP接口等。这些问题指向同一个目标，让AI代理能够像人类用户一样方便地访问和使用服务。当产品具备这些特性时，AI代理就能将其灵活组合到更大的工作流程中。

最后，Karpathy以Build For Agents作为行动号召，强调2026年的开发应该以AI代理为中心。这不仅是技术实现的建议，更是产品设计思维的转变。当产品为AI代理优化时，它们将获得更强大的可组合性和自动化潜力，成为AI生态系统中有价值的模块。

核心概念及解读

CLI工具（CLI Tools）：命令行界面作为遗留技术，因其可编程性和标准化输出，成为AI代理易于使用和组合的理想接口。

为AI代理而建（Build For Agents）：产品设计理念的转变，要求开发者考虑AI代理如何访问和使用服务，包括提供CLI、MCP或Skills等接口。

MCP协议（Model Context Protocol）：一种标准化的通信协议，使AI模型能够与外部工具和服务进行结构化交互。

可组合性（Composability）：指AI代理能够将不同的CLI工具和服务灵活组合，构建复杂的应用程序和工作流程。

Skills：为特定产品或服务定制的AI技能包，使代理能够理解和使用该产品的特定功能。

原文信息

此摘要卡片由 AI 自动生成