很多人以为本地Agent的强弱取决于模型本身。howie_serious给出了另一个答案：Claude Code和Codex这类本地/桌面Agent之所以强大，一大原因在于它们能够使用Shell。

这个判断把注意力从模型参数拉回到了一个更朴素的地方——Agent能不能真正动手做事。

Shell是入口，不是工具

Shell本身不干活，它连通的是整个CLI生态。howie_serious列举了一串名字：git、ffmpeg、curl、pandoc、gh、cron、ssh。

这些工具各自解决一类问题。git管版本，ffmpeg管音视频，curl管网络请求，pandoc管文档转换，gh管代码托管平台操作，cron管定时任务，ssh管远程连接。

Agent通过Shell调用它们，等于一次性接入了这些能力。它不需要自己重新实现一遍，只需要知道什么时候该调哪个。

从思考者到执行者

语言模型擅长的是推理和生成文本。但推理出结果和把结果落地，中间隔着一堆具体操作。

Shell补上的正是这一段。Agent不再局限于内部逻辑，而是具备了与外部系统交互的能力，可以完成复杂任务。

howie_serious强调，这类Agent的能力不仅体现在自身的推理能力上，更在于其作为操作者，通过Shell与外界环境交互。

换句话说，它的强大不只来自脑子里装了什么，还来自手上能碰到什么。

一个自我证明的例子

howie_serious提到，他展示的部分内容，本身就是通过Agent操作Shell自动生成的。他甚至直接说，这个视频都是Agent靠操作Shell做出来的。

这个细节值得停一下。如果内容生产流程本身可以由Agent驱动，那说明Shell这条通路已经能支撑起一条完整的任务链，而不只是零散的命令调用。

AI Agent的角色正在发生变化。它不只是回答问题的那一方，也开始成为执行流程的那一方。而Shell，就是它伸向外部世界的那只手。