AXI 提出 Agent 友善的 CLI 設計原則，大幅降低 Token 消耗並提升任務成功率

AXI 提出 Agent 友善的 CLI 設計原則，大幅降低 Token 消耗並提升任務成功率。

AXI (Agent Experience Interface) 針對當前 AI Agent 使用 CLI 或 MCP 介面時，面臨的 Token 浪費、資訊過載及工具發現困難等問題，提出了 10 項 Agent 友善的設計原則，並透過實作驗證了其在成本與效率上的顯著優勢。

核心問題與現狀批評
目前的 Agent 互動模式存在顯著缺陷，導致資源浪費與執行效率低落：

• CLI 模式：行動與觀察分離，瀏覽器 CLI 僅回傳極簡確認（如「Done」），迫使 Agent 必須頻繁呼叫快照，導致 Token 預算加倍浪費。
• MCP 模式：Schema 開銷過大，平均每個任務消耗 185K Token（AXI 僅需 79K），且工具發現機制不佳，Agent 常因猜錯工具名稱而導致 Session 崩潰。
• 共同問題：兩者皆缺乏上下文引導，Agent 無法得知下一步該做什麼。

AXI 的設計核心
AXI 定義了 10 項設計原則，旨在將 Token 預算視為一級約束，同時兼顧結構化輸出與發現性：

• Token 效率優化：採用 TOON (Token-Optimized Object Notation) 格式，移除括號、引號與逗號，比 JSON 節省約 40% Token；預設僅回傳 3-4 個關鍵欄位，並對長文本進行截斷處理。
• 增強魯棒性：提供預先計算的聚合數據（如 CI 狀態摘要），減少往返呼叫；確保空結果有明確回饋，避免 Agent 誤判為執行失敗；強制執行結構化錯誤回報與非互動式輸出。
• 提升發現性：透過「環境上下文」自動安裝至 Session Hook，讓 Agent 在行動前即掌握狀態；優先顯示實際資料而非幫助文件；在輸出後提供「情境式揭露」，直接建議下一步的指令模板。

實際效能與驗證
AXI 透過兩大基準測試（490 次瀏覽器自動化與 425 次 GitHub API 呼叫）驗證了其設計原則的有效性：

• 成本與延遲：在執行相同任務時，AXI 展現了極高的效率，大幅降低了 Token 消耗與執行延遲。
• 實作參考：開發者可透過 npx -y chrome-devtools-axi 直接在瀏覽器自動化任務中測試此介面，體驗其優化的互動流程。