CLI — это всё, что вам нужно

Мне часто задают вопрос: «Claude Code явно превосходит другие инструменты ИИ-программирования, но я не могу внятно объяснить почему.» Следующая публикация Marco Franzon превосходно объясняет причину. И Claude Code, и недавно получивший широкую известность OpenClaw объединяет одна фундаментальная черта: оба они соединяют возможности больших языковых моделей (LLM) непосредственно с командной строкой терминала системы. Именно поэтому ИИ способен не просто «предложить вам подсказку», а фактически войти в каталог вашего проекта и приступить к работе: искать, изменять, запускать, тестировать, фиксировать и отлаживать, формируя замкнутый автоматизированный цикл разработки. Многие воспринимают терминал как «старомодный метод ввода», однако в действительности всё обстоит противоположно. Критически важнейшие информационные системы мира функционируют на командной строке: банковская обработка транзакций, авиационное бронирование и планирование, логистическая сортировка и отслеживание, а также ключевые бизнес-процессы государственных и общественных организаций. Командная строка столь долго остаётся «универсальным интерфейсом», потому что она достаточно стабильна, универсальна, композируема и проста для автоматизации. LLM обучались на огромных объёмах данных командной строки и способны оперировать ею с поразительной точностью. Поэтому когда мощные LLM встречаются с гибкостью командной строки, результат представляет собой сочетание, не имеющее доселе аналогов в истории человечества.

Ажиотаж вокруг MCP пошёл на убыль.

MCP (Model Context Protocol — протокол контекста модели), который на протяжении последних двух лет рассматривался как будущее инструментария ИИ-агентов, на практике оказался чрезмерно громоздким. В 2026 году разработчики, ценящие скорость и эффективность, возвращаются к командной строке терминала. Они предоставляют LLM прямой доступ к Shell, позволяя агентам вызывать инструменты, проверенные десятилетиями, — такие как git, rg, grep, npm, docker, curl, jq и tail. Разработчикам больше не требуются пользовательские серверы или раздутые описания схем, заполняющие окно контекста. Всё, что необходимо, — это мощная модель ИИ в сочетании с Bash или Zsh, и инструменты ИИ-программирования вроде Deep Code демонстрируют выдающиеся результаты.

Почему MCP утратил привлекательность в повседневной разработке

Для типичных рабочих процессов разработки MCP зачастую увеличивает трение, нежели снижает его, и тому несколько причин:

• Накладные расходы токенов: объёмные каталоги инструментов и описания схем поглощают ценное пространство контекстного окна.
• Изобретение велосипеда: пользовательские MCP-серверы нередко дублируют функциональность, которую стандартные инструменты CLI уже надёжно обеспечивают.
• Слабая композируемость: разработчики утрачивают возможности перенаправления потоков, цепочечного вызова и модификации на лету, отточенные Unix-системами за десятилетия.
• Совместимость с моделями: ведущие LLM обширно обучались на использовании Shell. Эти модели понимают параметры, конвейеры, сообщения об ошибках и документацию с впечатляющей точностью.

Лучшая практика проста: откройте каталог проекта в Deep Code, предоставьте разрешения на выполнение команд Shell в рамках защитных ограждений, а затем задайте команды, описывающие желаемый результат. Deep Code автоматически спланирует, выполнит команды, отредактирует файлы, запустит тесты, зафиксирует код и проведёт отладку.

MCP по-прежнему сохраняет ценность в регулируемых корпоративных средах и при интеграции с SaaS- API, требующими строгой типобезопасности. Однако для 80–90 процентов повседневной работы это лишь лишний шум.

Сценарии, в которых командная строка превосходит MCP

В моей повседневной разработке я регулярно сталкиваюсь с ситуациями, которые наглядно демонстрируют ограничения MCP.

Рефакторинг кода в масштабе всего проекта

Deep Code начинает с команды вроде: rg "oldDeprecatedFunction" . Она выявляет масштаб изменений. Выполняет точечные правки в нескольких файлах. Проверяет через git diff. Запускает npm test или cargo test. Затем фиксирует: refactor: remove deprecated API calls

В подобных сценариях нет необходимости в GitHub MCP-сервере — достаточно rg и git.

Комплексная отладка продуктовых дефектов в полном стеке

Я даю Deep Code следующее указание: Воспроизвести сбой аутентификации пользователя в staging-среде. Deep Code извлекает код, поднимает staging-среду, мониторит ошибки в логах. Пробует API через curl, запускает базы данных через docker-compose, выполняет конкретные тестовые сценарии.

Никакого Docker MCP не требуется. Никакого logging MCP не требуется. Достаточно грамотной оболочки командной строки.

Скелетирование нового микросервиса

Я даю Deep Code следующее указание: Создать Rust API профиля пользователя на Axum + sqlx. Использовать Postgres в качестве базы данных. Deep Code использует инструментарий, уже установленный на машине (например, Rust cargo), для создания проекта, добавления зависимостей и запуска сервиса.

Существующего инструментария достаточно — никакого database MCP не требуется.

Исправление нестабильных сбоев CI/CD

Deep Code клонирует репозиторий. Запускает workflow локально через act. Локализует сбой. Модифицирует .github/workflows/ci.yml или Dockerfile. Проверяет через docker build. Пушит ветку. Открывает PR через gh.

Всё стандартные инструменты CLI. Никакого пользовательского слоя интеграции CI не требуется.

Закономерности в отзывах разработчиков

Команды, использующие нативный подход Deep Code на основе командной строки, отмечают следующие преимущества:

• Значительно более быстрая доставка.
• Более предсказуемое потребление токенов.
• Более прозрачное поведение инструментов ИИ.
• Упрощённый контроль и отладка операций ИИ.

Подводя итог, формирующийся консенсус вполне определён: прекратите строить интеграции. Создавайте инструменты CLI. Потому что Bash — это ultimate MCP.

Терминал всегда был универсальной средой разработки

В 2026 году терминал является также наиболее мощным интерфейсом для ИИ-агентов программирования. Если вы не работаете со специализированным корпоративным инструментарием, вы можете полностью отказаться от тяжеловесного стека MCP.

Просто откройте каталог проекта в Deep Code, предоставьте ему доступ к Shell, опишите задачу и наблюдайте за работой.