CLI、API、MCP、computer use，這幾個詞在 AI 時代天天出現，但它們常被硬排成一列比大小，越比越糊。這篇用「叫 AI 幫你去餐廳點餐」一個比喻，把每個詞拆成名詞、原理、餐廳場景、實際行為四層講清楚，最後給你一組可以直接用的判斷順序：要 AI 幫你接一個服務時，該優先走哪條管道，哪條要留到最後才用。
- 常聽到這些詞、也在用 AI 工具，但一直沒真的分清楚它們差在哪的人
- 想讓 AI 幫忙接某個服務或系統，卡在不知道該用哪種方式的人
- 要對同事、學員、客戶解釋這幾個詞，需要一個一講就懂的比喻的人
- 五個詞的四層拆解（名詞、原理、場景、行為），可以直接拿去跟別人解釋
- 一組選管道的判斷順序，從最省到最貴排好，下次要接服務直接照著問
- 三個最容易誤會的點，包含 MCP 到底有沒有取代 API
先立一個觀念：廚房從頭到尾沒變
不管你用哪種方式點餐，餐廳後面那個廚師，做的是同一盤麵。你用觸控機點、走到櫃檯報單、派機器人來按、打電話專線，還是用通用 App 點，最後端出來的菜是一樣的。
先記住這件事，後面就不會把「點餐方式」跟「做菜的人」搞混。
主軸：這家餐廳開了哪種點餐管道
一旦你決定「我很懶，不想自己排隊，我要叫 AI 幫我點」，真正的問題就浮出來了：這家餐廳開了哪種管道給 AI 用。
有的餐廳只有一台給人用的觸控點餐機，沒別的。有的另外開了電話專線。有的接上了大家通用的點餐 App。餐廳開了哪種管道，直接決定 AI 幫你點得順不順、快不快、貴不貴。
一、GUI：那台給人用的點餐機
GUI 是 Graphical User Interface，圖形使用者介面。就是你螢幕上看得到的那些按鈕、圖示、視窗。
把每個功能畫成一個看得到的圖形，你用滑鼠點、用手指觸控。它是為「人的眼睛和手」設計的。
門口那台觸控點餐機，螢幕上一格一格的餐點照片。
人用手指點照片、選加大、按結帳，很直覺，但一步一步慢。
問題來了。當這家餐廳只有這台給人的機器，AI 要幫你點，該怎麼辦。這就帶出下一個詞。
二、computer use：燒 Token 的萬能笨辦法
computer use，電腦操作，也叫 GUI 自動化。白話就是讓 AI 像人一樣去操作螢幕。
有些服務就是只做了給人看的畫面，沒開專門給機器的管道。AI 想用，只能模仿人。它沒有眼睛也沒有手，只能先截一張螢幕圖來「看」，判斷按鈕在哪個位置，再模擬滑鼠鍵盤去點、去打。每做一步，都要重新截圖、重新判斷下一步。
這家餐廳只有一台觸控點餐機，沒有電話，也沒有 App。你懶得自己去排隊一格一格按，就派一個機器人代替你，站到機器前面，用它的鏡頭看螢幕、機械手慢慢按。
萬能，但笨重又貴。下面三個特性很現實。
不需要餐廳特別配合。凡是人在螢幕上能做的，它都能做。這是它唯一、但也很關鍵的優點。
每按一步之前，都要先拍一張照看清楚現在畫面長怎樣，才敢動下一步。而每張截圖都是一整張圖丟給 AI 判讀，圖片非常吃 Token，一個流程點下來要看幾十張畫面。
螢幕改版、跳出廣告、載入慢一點，它就可能看錯、點錯。
三、CLI：AI 的主場
CLI 是 Command Line Interface，命令列介面。就是那種整片黑底、只能打字的視窗。
沒有按鈕、沒有圖，你打一行文字指令，系統照著做。文字進、文字出。
你走到櫃檯，不看菜單，直接用一句行話報單：大杯美式、去冰、半糖、加濃縮。
對人來說，你要先會念這串咒語，知道指令怎麼打，對新手不友善。但一旦會念，超快，一句話點完整單。
而對 AI 來說，情況整個翻過來。AI 本來就是靠文字在思考和輸出的，打指令對它來說就是講母語。它不用看螢幕、不用假裝人，把文字指令送出去就完成了。
這就是為什麼 Claude Code、Codex 這些 AI 助手，幾乎都長成 CLI 的樣子。因為它們站在這個文字報單的櫃檯，最順手。
四、API：程式的電話專線
API 是 Application Programming Interface，應用程式介面。白話就是一個系統開給其他程式用的窗口。
不透過螢幕、不透過人看的畫面，程式直接對程式送資料、收資料，格式事先講好。像一條專線。
餐廳為了外送和電話訂餐，開了一支專線號碼。你照它規定的格式報：餐點編號、數量、地址。
AI 不用看螢幕，照格式把訂單資料送出去就完成，又快又穩，比截圖點按鈕可靠太多。
缺點在於，每家餐廳的專線規則都不一樣。這家要先報會員編號，那家格式不同，另一家只收特定寫法。所以 AI 每接一家新餐廳，都要先學會這家的專線怎麼打。接十家，就要學十次。
五、MCP：為 AI 而生的通用標準
MCP 是 Model Context Protocol，模型上下文協定。白話就是一套專門讓 AI 去接各種工具的通用標準。
以前每家 API 各長各的樣子，AI 要一家一家接。MCP 訂了一套共通規格，規定菜單長怎樣、怎麼問這家有哪些功能、訂單怎麼送。工具方只要照這套規格把自己包好，任何支援 MCP 的 AI 一連上就會用。
一套所有餐廳通用的點餐 App。餐廳照 App 的統一格式把菜單上架，你打開 App 就看到每家有什麼、每道菜要填什麼，直接點。
AI 學會這套 App 的用法一次，就能點所有上架餐廳，不用每家重學。而且它一連上還能自己看菜單，知道這家有哪些功能可用。
一個反直覺的規律
五個看完，會發現一件很有意思的事。介面對人友善的程度，跟對 AI 友善的程度，剛好相反。
圖形介面看得到、點得到，新手也會用。命令列要背指令，光是開始就卡住一票人。
文字是 AI 的母語，打指令一步到位。圖形介面它得假裝成人去看去點，慢、貴、還容易錯。
至於 API 和 MCP，是後來專門為程式和 AI 開的管道，一個各家各接，一個學一次全通。
可以帶走的判斷：要 AI 接一個服務，怎麼選
如果你之後要讓 AI 幫你接某個服務，判斷順序其實很簡單。從省到貴，照這個順序問下來就好。
有就優先用。AI 學一次就會，還能自己看菜單知道有哪些功能，最省事。
有就走 API。快又穩，只是要花一次功夫，把這一家的規則接好。
那才輪到 computer use。萬能，但最慢、最燒 Token、最容易出錯，是沒有更好管道時的最後手段。
收束
CLI、API、MCP、computer use，這幾個詞會讓人混，往往是因為被硬排成一列比大小。但它們其實是同一頓飯的不同點法。把它們放回「叫 AI 幫你點餐」這條線上，看每個負責哪一段，就不混了。
同樣一頓飯，差別只在 AI 從哪個管道接手。而那個管道友不友善，決定了它做起來有多順、多貴。