微软实测：别为 agents 重写你的 CLI

微软对比了传统命令行参数（args）与单一 –json 负载在代理（agents）驱动场景下的表现，发现保留扁平 args 在正确性、成本与稳定性上更有优势；JSON 虽更直观但带来更多失败模式、重试与令牌开销。研究用合成工具 podctl 在多模型、多次实验中验证得出结论。

背景
– 有建议把 CLI 参数替换为一个 –json 负载，方便智能代理直接构造结构化输入。微软对这假设进行了实测。

测试方法
– 构建合成 CLI podctl，场景复杂：多服务、多层嵌套、数组与跨引用（30+ 字段）。
– 两个二进制分别只支持 args 或只支持 –json，归一化到相同后端验证。代理需从零发现输入模型。
– 使用 GitHub Copilot Chat 做驱动，测试模型：Claude Haiku 4.5、Sonnet 4.6、Sonnet 5、GPT-5.3-Codex、MAI-Code-1-Flash。每种模式跑 5 次。

主要发现
– 正确性：所有模型在 args 模式均达成 5/5 正确。JSON 模式则对小模型表现不稳（Haiku 4.5 2/5，MAI 3/5），大模型表现良好。
– 成本：JSON 模式每次调用比 args 贵 4x 到 11x（按 token 成本计），主要因重试产生大量输出 token。输出 token 在成本中最贵。
– 失败模式：JSON 引入更多失败来源，包括语法/嵌套错误与 shell 转义问题，导致代理反复修正并重试。

结论与建议
– 不要为了让 agents “更容易” 使用，就把现有 CLI 重写为只接受 JSON。扁平 args 自身能约束输入空间，降低模型出错与重试概率。
– 若要支持 agents，可考虑同时保留 args 路径，并提供可选的结构化描述（例如 JSON schema）以帮助大型模型，但不要把 JSON 作为唯一接口。

附注
– 实验使用了多款主流代码模型与受控合成场景，结论适用于类似需频繁被代理自动化调用的 CLI 工作流。

实测表明：结构化更直观，但在代理驱动下，简单的 args 更可靠且更省钱。

原文链接