全屏 AI 编程界面看腻之后：Vercel 开源的 fx 只有 6.3 MB，慢过 2 毫秒就挂 CI

看腻了全屏聊天框：直到我看见一条 6.3MB 的命令

这两年我试过的 AI 编程工具几乎长一个样：全屏界面、左侧文件树、右侧聊天框，一打开就接管整块屏幕。用多了我对这类界面已经免疫，再多功能都提不起兴趣。

直到我看到 Vercel Labs 开源的 fx。Zig 写的 coding agent，官方定位只有一句：Unix like coding agent。官方口径是：原生二进制 6.3 MiB，内存占用以个位数 MB 计，冷启动 10 微秒。它不接管屏幕，对话直接打进终端的 scrollback，滚动、搜索、复制照旧，tmux 的复制模式也能用。

项目 2026 年 8 月建库，Apache-2.0 协议，目前 3500 多颗星，最新版 v0.0.14。另一个用它的示例产品 fx0 更直白：一句话描述，生成一个单独的 HTML 文件。但 fx 本身想回答的问题要大得多：coding agent 到底该是一个占屏幕的软件，还是一条能塞进管道的命令？

它不是一个界面，是一条命令

fx 不是 IDE 插件也不是网页，装完就是终端里的一个命令，地位和 grep、jq 平级。为什么输出方式值得单独讲：全屏界面的输出留在它自己的窗口里，出了那个窗口就带不走；打进 scrollback 的输出天然可搜、可复制，还能被下一个命令接走。之前写过 CLI-Anything，思路是把命令行包成 agent 能调用的接口；fx 正好反过来，把 agent 本身做成一条 CLI，两个方向对着看很有意思。

CI 是这种设计真正的主场。fx 的 README 里写了条 CI 规则：Linux 上任何被基准测试覆盖的命令（例如 fx help、fx status --json）只要超过 2 毫秒，PR 直接失败。这条规则的意义在于：工具一旦要进流水线，每一毫秒都会被成千上万次调用放大，慢的 agent 根本没资格进管道。把性能纪律写进 CI 流程，说明它从一开始就是照着「被别人调用」来设计的。

装完第一件事：让脚本能读它

安装一行：

curl -fsSL https://fx.sh/setup.sh | bash

装到 ~/.local/bin，fx upgrade 升级（想追开发版加 --channel dev）。登录四选一：fx login 走 Vercel AI Gateway，fx login codex 或 fx login grok 用订阅，fx setup 存 AI Gateway API Key。装完有疑问就跑 fx doctor 查配置和凭证，fx status --json 看当前 provider 和模型。

真正的重点是非交互的 fx ask：一条请求一个进程，stdout 只出原始 Markdown，进度和诊断走 stderr，失败退出码非 0。脚本第一次可以把 AI 当普通命令用：

fx ask "explain what this repository does"
fx ask --json "summarize the current changes"
printf "summarize src/core\n" | fx ask
fx ask --image ./ui.png "describe this interface"

第三条最值得注意：stdin 也能进，把目录名用管道喂进来它就接着干，Unix 的老手艺直接适用。--json 返回一个对象，字段有 output、final_output、exit_code、model、steps、usage（含 input_tokens 和 output_tokens）、tool_calls（每项含 name 和 status）。tool_calls 里能看到它调了哪些工具、每一步的状态，排查 CI 里的意外行为就靠这个。拿它做件具体的事：CI 里测试挂了，一条命令把失败原因总结出来，写进 PR 评论：

fx ask --json "summarize the failing tests" | jq -r .final_output

模型用 --model 单次指定，--effort high 或 --fast 调节奏；--full-access 会关掉权限检查，只在明确需要时用。一个进程一条命令，脚本要的就是这种确定性接口。判断很简单：如果你只想在终端里用，装 CLI 就够了；如果要嵌进自己的产品，直接看后面的 libfx。

默认那个 auto，其实是把每个动作先交给另一个模型审

权限三档：ask 每次问，auto 是默认，full-access 关掉检查。auto 直接放行读文件、搜代码或网页、创建和编辑普通项目文件、跑被识别的项目命令（git status、装依赖、测试、构建、开发服务器）；而没见过的或动态生成的 shell 命令、覆盖工作区外的文件、改敏感配置、调用 MCP 工具，都要先过审。

审查方式很硬核：把这个具体动作发给一个模型，专门查提示词注入和恶意行为，没发现问题就执行，有问题或审不完就扣住动作并把原因告诉 agent。审查模型跟着登录方式走：AI Gateway 默认 openai/gpt-5.6-luna，Codex 用 gpt-5.6-luna，Grok 用 grok-4.5，自定义连接用自己的 reviewer_model。

想换的话，在 ~/.fx/settings.json 里加 review_model，或用环境变量 FX_REVIEW_MODEL 单进程覆盖。这个字段也接受 typesafeai/jev，配了 TYPESAFE_API_KEY 就直连 TypeSafe，否则走 Gateway（Jev 是我之前写过的决策模型，只输出概率做判断，拿来做动作审查思路很搭）。注意每次审查都会烧 token，等于每个任务都在花两份模型钱：一份干活的，一份盯着的。当前规则用 fx permissions --json 查看。

让它记住你的项目，而不是每次重新教

fx 读三层 AGENTS.md：项目根目录、目录级的嵌套 AGENTS.md、以及全局的 ~/.fx/AGENTS.md。Skills 从 .fx/skills 和 ~/.fx/skills 加载，最好玩的是它也读 .claude/skills 和 .agents/skills，你在其他 agent 里攒的技能不用迁移。加载策略和之前写过的 Pi 1.0 一个思路：模型平时只看到技能名和描述，需要时才读全文，把工具藏起来省上下文。技能平时不占上下文，这也是你敢在长会话里养一大堆技能的前提。

安装也简单：/skills install vercel-labs/skills --skill find-skills 从市场装，/skills install ./review-tests 从本地装，/skills create review-tests 生成模板，写到 ~/.fx/skills/<name>/SKILL.md 或项目的 .fx/skills 下。外部服务走 MCP：/mcp add slack，查看用 fx mcp。会话存在 ~/.fx/sessions/，fx -c 续上次的；上下文用到可用窗口 80% 自动压缩，压缩本身是一次不带工具的模型请求，会额外计费，/compact 可以手动立刻压。

同一个引擎，塞进 Next.js 和浏览器

CLI 是给人用的，libfx 是给程序用的：npm install libfx。需要 AI_GATEWAY_API_KEY 和 Node.js 20 以上，也能跑在 ChatGPT、Grok 订阅上，或任何 OpenAI Chat Completions 兼容服务（Ollama、vLLM、OpenRouter）。官方示例：

import { createFxAgent } from "libfx";

const agent = createFxAgent({
  model: "anthropic/claude-haiku-5.5",
  instructions: "Answer in one paragraph.",
});

const turn = agent.session().prompt("What is an agent loop?");

for await (const event of turn) {
  if (event.type === "text_delta") process.stdout.write(event.delta);
}

await agent.close();

三层概念：agent 是配置，session 是一次对话，turn 是一次请求；同一个 agent 配置下，任何进程都能跑、续、流任意 session。一个 session 同时只跑一个 turn，session.steer(input) 能在模型吐字时打断接管。

两条硬限制：输入超过 8 MiB JSON 会被拒（FX_INPUT_TOO_LARGE），一个 prompt 最多 8 张图。更值得说的是断点续跑：prompt 在接受前就落盘、执行中逐步存，进程死在半路，下一个接到这个 session 的进程从最后一步接着跑，并告诉模型这轮被打断过。Vercel 上落 Vercel Workflow World，Node 上落文件（FX_SESSIONS_DIR 可配），浏览器在内存里。examples/ 里有 node-chat、browser-agent（WASM 加纯 HTML 表单）、nextjs-agent、nuxt-agent，WASM 构建目前是实验性的。

四个坑，文档里都不写

坑一：Windows 用不了

现象是装不上：fx 只有 macOS 和 Linux 版，64 位 Intel 与 ARM，没有 Windows 原生支持。根因是官方就没做这个平台的构建。解法：想试只能上 WSL，或者找一台 Linux 机器、开个容器。

坑二：名字撞车

现象是装完版本不对：终端里早有一个叫 fx 的 JSON 查看器，用了好多年，Homebrew 里 fx 这个名字也是它的。根因是命名冲突，项目 issue 里已有人提，官方说打包与两个命令共存还在处理中。解法：安装时注意别把老的那个覆盖掉，装完先用 fx --version 确认装的是哪个。

坑三：默认不是完全中立

现象是默认模型不可选：默认路径走 Vercel AI Gateway，Hacker News 上第一批试的人就质疑过 model-agnostic 这个说法。根因是项目起步时和 Gateway 绑得深，后来 v0.0.11 加了具名连接，README 现在列出 Gateway、ChatGPT、Grok 订阅、Ollama、OpenRouter。解法：介意的话在 /provider 里换，或配自定义连接。

坑四：pre-1.0，接口会变

现象是升级后行为变了：版本号还在 0.0.x，314 个 open issue，libfx 的 checkpoint 有版本绑定问题，新版本存的旧版本恢复不了，官方在 changelog 里直接提示升级前先读。根因是项目太早期。解法：生产里嵌 libfx，务必锁版本。

少占一块屏幕：工具回到它该在的位置

回到开头那个问题。我后来想明白为什么对全屏界面免疫：界面是为「人偶尔用一次」设计的，而 agent 的价值恰恰在「机器不停地用」——塞进管道、塞进 CI、塞进别人的程序。fx 把自己缩到 6.3 MiB，把输出还给 scrollback，把接口交给 stdout 和 JSON，等于在说：coding agent 不是下一个 IDE，是管道里的下一环。下次再看到一个占满屏幕的 AI 界面，可以先问一句：它能不能被一根管道接走？不能的话，它就是终点，而不是中间件。

真正的工具，不需要一块屏幕来证明自己。

关注圈圈，持续带你玩转 AI 工具。