Geleneksel komut satırı arayüzleri (CLI'lar), insanların kullanım kolaylığı ve hata toleransı düşünülerek tasarlanmıştır. Ancak, yapay zeka (AI) ajanları için bu yaklaşım yetersiz kalmaktadır. AI ajanları, öngörülebilirlik, derinlemesine savunma ve makine tarafından okunabilir çıktılar arar. Bu iki farklı kullanıcı deneyimi (DX) optimizasyonu, insan odaklı bir CLI'yı ajanlar için uyarlamanın verimsiz bir çaba olduğunu göstermektedir. Makale, Google Workspace için "ajanlar önce" yaklaşımıyla geliştirilen bir CLI örneği üzerinden, AI ajanlarının birincil tüketici olduğu bir tasarımın nasıl olması gerektiğini açıklıyor.
AI ajanları için en düşük sürtünmeli arayüzler genellikle CLI'lardır, çünkü grafik arayüzlere ihtiyaç duymazlar. Bunun yerine, deterministik, makine tarafından okunabilir çıktılar, çalışma zamanında iç gözlem yapabilecekleri kendi kendini açıklayan şemalar ve halüsinasyonlara karşı güvenlik önlemleri talep ederler. Bu bağlamda, özel bayraklar yerine ham JSON yüklerinin kullanılması önerilir. İnsanlar için on farklı bayrakla ifade edilen bir komut, ajanlar için tek bir --json bayrağı altında tam API yükünü içeren bir JSON nesnesi olarak çok daha verimlidir. Bu yaklaşım, API şemasına doğrudan eşleşir ve büyük dil modelleri (LLM) tarafından kolayca üretilebilir, böylece çeviri kaybı yaşanmaz.
Makale, insan ergonomisi ile ajan ergonomisi arasındaki bu gerilimi ele alıyor ve çözüm olarak her ikisini de aynı araçta desteklemeyi öneriyor. Örneğin, --output json bayrağı veya OUTPUT_FORMAT=json ortam değişkeni gibi özellikler, mevcut CLI'ların insan odaklı kullanıcı deneyimini bozmadan ajanlara hizmet etmesini sağlayabilir. Ayrıca, ajanların dokümantasyon aramak için token bütçesi harcamasını engellemek ve güncel kalmasını sağlamak amacıyla, CLI'nın kendisinin çalışma zamanında sorgulanabilir bir dokümantasyon görevi görmesi (şema iç gözlemi) gerektiği vurgulanıyor. Bu, gws schema drive.files.list gibi komutlarla API metod imzalarının doğrudan CLI üzerinden alınabilmesi anlamına geliyor.
Yapay zeka ajanlarının sistemlerle etkileşim kurma biçimi, geleneksel CLI tasarım yaklaşımlarını kökten değiştirerek, makine odaklı, öngörülebilir ve şema tabanlı arayüzlerin önemini artırıyor.