为什么解构和组合才是永恒真理？——论 AI 时代的 Unix 哲学回归

背景

随着 AI 编程助手和 Agent（智能体）的普及，开发者社区中涌现出大量旨在增强 AI 能力的“Skill”项目。其中，一个关于帮助 AI 通过 SSH 操作远程设备的 Skill 项目引发了作者的深思。该项目 Readme 详尽，功能看似完善，涵盖了连接复用、服务器统一管理以及并发操作等特性。

然而，作者对此提出了质疑：AI 真的需要这样一个 Skill 来“教它做事”吗？OpenSSH 早在 19 年前就已内置连接复用支持，ripgrep 在本地配置检索上高效且快速，而使用 command 进行并发操作对 AI 而言也是轻而易举。相比之下，激活此类 Skill 带来的 Token 增量以及长指令长度，反而增加了 AI 直接调用原子级工具链的负担。

这一现象让作者联想到两个月前关于 MCP（Model Context Protocol）是否已死、Skills 是否会成为 AI 能力外延的争论。作者意识到，争论的核心并非协议封装或自由注入的形式，而是调用方式。Skills 之所以获得关注，部分原因在于它们可以在 Shell 中调用从而获得 Unix 工具的增益。但如果 MCP 也能以类似方式被组合，其简短性和确定性或许更优。

核心内容

文章的核心论点在于推崇 Unix 哲学中的“解构与组合”，并指出当前 AI 工具链设计中存在的“伪灵活”陷阱。

1. Skills 的局限性与“伪灵活”

作者认为，许多 Skills 的问题不在于缺乏灵活性，而是在一个本已高度灵活的领域（如 Shell 操作）中，提供了“伪灵活”。这种封装反而限制了真正的可能性。

• Token 与指令开销：Skills 激活时的 Token 消耗以及长指令长度，使得 AI 直接操作原子级工具链（如 OpenSSH、ripgrep）更加高效。
• 过度封装：将原本简单的原子操作封装成复杂的 Skill，不仅没有增加实质性的能力增幅，反而引入了不必要的复杂性和约束。

2. MCP 与 Shell 调用的可能性

作者提出假设：如果 MCP 可以被在 Shell 中调用并组合，其指令的简短性和更高的确定性，可能会比当前的 Skills 模式更好用。这暗示了将 MCP 视为一种可被管道（pipe）连接的原子工具（atomic util）的潜力，而非仅仅是一个封闭的协议层。

3. tmux：AI 时代的“大杀器”

文章重点推崇 tmux 作为 AI 与终端交互的最佳实践，认为其优势在于：

• Unix 原子性与可组合性：tmux 是标准的 Unix 原子工具，具备极强的可组合性。只要发挥想象力，它可以实现许多原本难以做到的复杂交互。
• 异步与双向控制：tmux 提供了异步处理和双向控制能力，能够调试交互式脚本或因时序问题出现的类交互式任务。
• 超越 Agent 内置终端：
  • 状态持久化与实时观察：AI 可以将长时间运行的进程挂起到 tmux 中，人类可以随时 attach 进去查看实时情况或进行交互。
  • 精细控制：AI 可以通过 send-keys 向 tmux 会话发送按键指令，实现比 Agent 内置后台终端更详细、更可控的交互。
  • 解决阻塞问题：传统 Agent 派发给 Shell 的任务往往需要阻塞等待，若需同时推进其他任务则会导致阻塞失效。轮询又浪费 Token。利用 tmux，AI 可以执行类似 command; tmux send-keys -t claudecode "Done." Enter 的异步回调，完美解决时序和阻塞问题。
• 自定义 Middleware：AI 可以开启多个 Agent，通过 tmux 让它们进行对话，从而自定义中间件逻辑。

4. 回归 Unix 哲学

作者强调，不需要给 AI 提供额外的 Skills 或复杂封装。只需让 AI 了解 tmux 的存在及其能力。Unix 系统本身具备这种组合能力，AI 只需学会用好它。

• 解构与组合是永恒真理：这一理念早在 40 年前的 Unix 系统中就已确立。
• 20/80 法则：虽然 tmux 在 80% 的场景中可能看似无用，但在 20% 的关键场景中，它能带来难以忽视的奇效。

关键要点

• 反对过度封装：当前的 AI Skills 项目往往存在过度封装问题，增加了 Token 消耗和指令长度，却未提供实质性的能力增幅，反而限制了 AI 直接调用原子工具（如 OpenSSH、ripgrep）的灵活性。
• MCP 的潜在形态：MCP 若能被 Shell 调用并组合，其简短性和确定性可能优于当前的 Skills 模式，应被视为可被管道连接的原子工具。
• tmux 的核心优势：
  • 原子性与可组合性：作为 Unix 标准工具，tmux 允许通过组合实现复杂交互。
  • 异步回调机制：通过 tmux send-keys 实现非阻塞的异步通信，解决了 Agent 在处理长时间任务时的阻塞和轮询浪费 Token 的问题。
  • 双向控制与调试：支持人类和 AI 同时 attach 到会话，进行实时观察、交互和调试，提供了比 Agent 内置终端更精细的控制能力。
• 极简主义 AI 工作流：无需为 AI 提供复杂的 Skills 或 Middleware，只需让 AI 掌握 tmux 等 Unix 原子工具的使用，即可通过组合实现强大的自定义工作流。
• Unix 哲学的回归：AI 时代应重新审视并应用 40 年前 Unix 确立的“解构与组合”哲学，利用现有工具的原子性构建灵活、高效的系统。

意义与影响

这篇文章对当前 AI 开发者和研究者具有重要的启示意义：

1. 重新评估 AI 工具链设计：提示开发者不要盲目追求“开箱即用”的封装型 Skills，而应关注工具的可组合性和原子性。过度抽象可能会扼杀 AI 的灵活性和效率。
2. 推广 Unix 哲学在 AI 中的应用：强调了 tmux 等经典 Unix 工具在 AI 辅助编程中的巨大潜力。通过利用现有的、成熟的原子工具，可以以极低的成本实现复杂的异步控制和交互逻辑，这比开发专用的 AI 功能更为高效和稳定。
3. 优化 Agent 交互模式：为 AI Agent 的工作流设计提供了新思路。通过引入 tmux 作为状态机和交互总线，可以解决 Agent 在处理长时间、交互式任务时的痛点（如阻塞、状态丢失、Token 浪费），实现更自然、更可控的人机协作。
4. MCP 协议的演进方向：暗示了 MCP 协议未来的一个可能方向——从封闭的协议封装走向开放的、可被 Shell 管道组合的原子工具，这将极大地扩展其应用场景和灵活性。

总之，作者呼吁在 AI 时代回归 Unix 哲学，通过解构和组合现有原子工具，而非依赖复杂的封装，来构建更强大、更灵活的 AI 工作流。