Anthropic ant CLI：像K8s一样管理Claude Agent
---
# ant CLI 究竟是何方神圣
按照 Anthropic 官方定义，ant CLI 是 Claude Developer Platform 的官方命令行客户端，采用 Go 语言开发，旨在让开发者在终端内直接管理 Claude 平台资源。这也是 Anthropic 首次使用 Go 构建 CLI 工具。
此前操作 Claude API 主要有两条路径：
- 直接用 `curl` 手动请求
- 借助 Python 或 TypeScript SDK
这两种方式单点使用没有问题。但一旦团队规模扩大，需求就会升级：创建 Agent、更新 Agent、管理 Session 和 Environment、自动化部署、GitOps 实践……继续用 curl 手工处理，效率极低。
于是 ant CLI 应运而生。
它将 Claude 平台上的资源抽象为命令式操作。例如：
```bash
ant beta:agents create
```
创建 Agent。
```bash
ant beta:sessions create
```
创建 Session。
```bash
ant beta:environments create
```
创建运行环境。
整体设计风格与 Kubernetes 的 kubectl 高度相似。或许你会觉得 `beta:` 前缀略显冗余——没办法，目前 ant CLI 仍处于 beta 阶段。
---
# 5 分钟快速上手
Mac 用户安装只需一行：
```bash
brew install anthropics/tap/ant
```
安装完成后验证版本：
```bash
ant --version
```
接着配置 API Key：
```bash
export ANTHROPIC_API_KEY=your-key
```
基础配置就此完成。
---
# ant CLI 的核心概念
ant CLI 围绕四个核心资源运作：
### Agent
Agent 可以视为 AI 员工的配置模板。它定义了：
- 使用的模型
- System Prompt
- 工具权限
- MCP 服务
示例：
```yaml
name: Code Reviewer
model: claude-sonnet-4-6
```
Agent 本身不执行业务，它只是一套配置。
### Environment
Environment 是容器模板。例如定义运行时预装哪些工具：
```yaml
pip_packages:
- pytest
- ruff
- mypy
```
### Session
Session 是实际运行的 Agent 实例。每个 Session 拥有独立的容器、文件系统和上下文。
工作流程如下：
```
Agent + Environment
↓
Session
```
### Events
Agent 与用户之间的通信通过事件机制完成。例如：
```text
user.message
tool.call
assistant.message
```
所有交互都经由 Event 流传递。
---
# 创建第一个 Agent
作者演示了一个代码审查机器人。创建命令非常简洁：
```bash
ant beta:agents create
```
指定名称、模型、Prompt 和 Tool，获得一个 agent-id。接着创建 Environment，再启动 Session，最后发送消息：
```bash
ant beta:sessions:events send
```
整套流程与云资源管理如出一辙。因此很多开发者评价：ant CLI 更像云平台管理工具，而非 AI 聊天工具。
---
# ant CLI 最大亮点：YAML
YAML 才是 ant CLI 的杀手锏。
过去 Prompt 可能写在网页上、存在数据库里。现在呢？直接纳入 Git 仓库。
比如创建一个 `reviewer.agent.yaml` 文件：
```yaml
name: Code Reviewer
model: claude-sonnet-4-6
system: |
Review code carefully
```
然后执行：
```bash
ant beta:agents create < reviewer.agent.yaml
```
这意味着什么？意味着 **Agent 开始成为基础设施**。
从此，Pull Request、Code Review、CI/CD、版本控制……全部可以接入。这正是 AI 时代的 GitOps 实践。
---
# Claude Code 与 ant CLI 的区别
很多人会问：我已经有 Claude Code 了，为什么还需要 ant CLI？
其实两者解决的问题完全不同。
### Claude Code
Claude Code 是面向开发的交互工具。你会这样使用：
```bash
claude
```
然后说：“帮我重构这个项目”或“写一个 FastAPI 服务”。Claude 开始执行任务。
它更接近：Copilot、Cursor、AI Pair Programming。
### ant CLI
ant CLI 是平台管理工具。你不会与它对话，而是：
```bash
ant beta:agents create
ant beta:sessions list
ant beta:environments update
```
更接近：kubectl、aws cli、gh cli。
### 一个形象的类比
用企业组织来比喻：
**Claude Code** 好比高级工程师——你传达需求，它负责产出代码。
**ant CLI** 好比人力资源管理系统——负责招聘员工、创建岗位、管理权限、启动工作。
两者并非竞争，而是协同。甚至 Claude Code 本身也可以调用 ant CLI。
---
# Anthropic 为什么要推出 ant CLI
这是最值得深究的问题。Claude Code 已然好用，为何还要额外做一个 CLI？
从行业趋势来看，有三个关键原因：
### 原因一：企业客户需要自动化
Claude Code 面向个体开发者。而企业客户需要自动化部署、自动更新、自动管理。一百个 Agent 总不能人工逐一手动管理？必须依靠 CI/CD、GitOps、自动化。这正是 ant CLI 的定位。
### 原因二：Agent 正在演变为基础设施
过去企业管理的对象是服务器、数据库、容器。未来企业还需要管理 AI Agent。Agent 不再只是聊天机器人，而是新型生产力资源。Anthropic 显然捕捉到了这一趋势。
### 原因三：对标 Kubernetes 生态
纵观整体设计：
- Agent → Deployment
- Environment → Container Image
- Session → Pod
- YAML → Infrastructure as Code
整个思路与 Kubernetes 高度吻合。Anthropic 实际上在构建 **AgentOps** 生态。未来企业很可能像管理 Kubernetes 集群一样管理 AI Agent。
---
# ant CLI 的未来展望
如果只把 ant CLI 看作 Claude API 的 CLI 封装，那就低估了它的潜力。
从目前的发展方向看，它更像是 AWS CLI、kubectl、GitOps 与 Agent Platform 的融合体。
未来可能出现 `agent.yaml`、`environment.yaml`、`workflow.yaml` 这类文件，成为企业标配。就像今天的 `Dockerfile`、`docker-compose.yaml`、`deployment.yaml` 一样普遍。
---
# 总结
ant CLI 并非 Claude Code 的替代品。两者的定位截然不同：
| 工具 | 定位 |
|:-:|:-:|
| Claude Code | AI 编程助手 |
| ant CLI | Claude 平台管理工具 |
Claude Code 解决的是：如何让 AI 编写代码。
ant CLI 解决的是：如何管理成百上千个 AI Agent。
从这个角度看，Anthropic 推出 ant CLI 的真正目标并非开发者的终端，而是未来的 Agent 基础设施市场。如果 Claude Code 是 AI 时代的 IDE，那么 ant CLI 极有可能成为 AI 时代的 kubectl。
而这，或许才是 Anthropic 真正要落子的棋局。
