<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>CLI on All about Raspberry Pi</title><link>https://hugozhu.site/tags/cli/</link><description>Recent content in CLI on All about Raspberry Pi</description><generator>Hugo</generator><language>en</language><lastBuildDate>Sun, 15 Mar 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://hugozhu.site/tags/cli/index.xml" rel="self" type="application/rss+xml"/><item><title>AI Agent 架构的终局，是 Unix 哲学的回归</title><link>https://hugozhu.site/post/2026/138-ai-agent-architecture-unix-philosophy-returns/</link><pubDate>Sun, 15 Mar 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/138-ai-agent-architecture-unix-philosophy-returns/</guid><description>&lt;p&gt;最近在梳理各种 AI Agent 框架和 Runtime 的架构时，我产生了一个越来越强烈的感觉：&lt;strong&gt;我们正在重新发明 Unix。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;不是比喻。是字面意义上的重新发明。当你把今天主流的 Agent 架构摊开来看——Skill、Workspace、Tool、Pipeline、Orchestrator——你会发现，这些概念和 50 年前 Unix 的设计哲学几乎一一对应。区别只是换了一层 AI 的皮。&lt;/p&gt;</description></item><item><title>AI 时代的企业数字化 = 工作 Agent 化 + 知识 AI Ready 化 + 软件 CLI 化</title><link>https://hugozhu.site/post/2026/137-enterprise-digitalization-in-ai-era/</link><pubDate>Wed, 11 Mar 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/137-enterprise-digitalization-in-ai-era/</guid><description>&lt;p&gt;过去两年，几乎每家企业都在谈&amp;quot;拥抱 AI&amp;quot;。但你去看看大多数企业的 AI 落地项目，会发现一个尴尬的现实：&lt;strong&gt;聊天机器人做了一堆，效率提升约等于零。&lt;/strong&gt; 问题出在哪？不是 AI 不够强，而是企业的数字化基座根本不是为 AI 设计的。&lt;/p&gt;
&lt;p&gt;我越来越确信一个判断：AI 时代的企业数字化，可以浓缩成一个公式——&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;&lt;strong&gt;企业数字化 = 工作 Agent 化 + 知识 AI Ready 化 + 软件 CLI 化&lt;/strong&gt;&lt;/p&gt;
&lt;/blockquote&gt;
&lt;p&gt;这三项缺一不可，而且顺序很重要。&lt;/p&gt;</description></item><item><title>大模型 Tool Use 准确率可达 99%，但前提是工具足够简单</title><link>https://hugozhu.site/post/2026/130-llm-tool-use-accuracy-cli-simplicity/</link><pubDate>Mon, 02 Mar 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/130-llm-tool-use-accuracy-cli-simplicity/</guid><description>&lt;p&gt;最近在做 Agent 开发时，我发现一个有意思的现象：大模型调用工具的准确率其实可以非常高，达到 99% 甚至更高——但这有一个关键前提：&lt;strong&gt;工具本身要足够简单&lt;/strong&gt;。这也解释了一个行业趋势：越来越多的平台服务在做 Tools 化时，选择的路径是写 CLI，而不是暴露复杂的 SDK 或 REST API。&lt;/p&gt;</description></item></channel></rss>