在 Google Cloud Next ’26 上，Google 發表了一個定位獨特的開源工具：Agents CLI in Agent Platform（專案名 agents-cli）。它不是另一個 AI 編碼助手，而是專門設計給編碼助手（Claude Code、Gemini CLI、Codex、Cursor 等）使用的工具，用意很清楚：讓你的 AI 助手能夠在 Google Cloud 上建立、評估與部署 AI Agent。不到三週，GitHub 上已累積超過 2,300 顆星、262 次 fork，v0.1.3 版本在 5 月 6 日剛釋出，Apache-2.0 授權。
為什麼需要 Agents CLI 這個工具？
Google 開發者部落格上的官方文章開頭說得很坦白：AI Agent 正在從實驗性腳本走向生產服務，但建置、評估與部署的基礎設施仍然「頑固地碎片化」。開發者和他們的編碼助手經常在隔離環境中掙扎，浪費時間與 token 去閱讀大量文件，只為了跨越本地到雲端之間的鴻溝。這不是一個小問題。當你的 Claude Code 或 Gemini CLI 要推測 Google Cloud 的各項服務該怎麼組合時，往往陷入無窮迴圈和 token 浪費。agents-cli 的解法很直接：把結構化知識直接內建到 CLI 中，讓互動變得確定且高效。
定位釐清：不是編碼助手，是編碼助手的工具
這是最多人誤解的一點。agents-cli 官方 FAQ 第一題就直接回答了：它不是 Gemini CLI、Claude Code 或 Codex 的替代品，而是一個為這些編碼助手打造的工具。
它提供的是 CLI 指令與「技能」（Skills），讓你的編碼助手在 Google Cloud 上建置、評估與部署 Agent 時變得更好。也可以不用編碼助手直接從終端機執行：agents-cli scaffold、eval、deploy 每個指令都可以獨立運作。
核心設計：內建七項 Agent Skills
agents-cli 最特別的設計是技能系統。安裝後會把七項預先定義的技能注入到你的編碼環境中 ：
- workflow ： 開發生命週期、程式碼保留規則、模型選擇
- adk-code ： ADK Python API：Agent、工具、編排、回呼、狀態管理
- scaffold ： 專案建立：create、enhance、upgrade
- eval ： 評估方法：指標、評估集、LLM-as-judge、軌跡評分
- deploy ： 部署：Agent Runtime、Cloud Run、GKE、CI/CD、機密管理
- publish ： Gemini Enterprise 註冊發佈
- observability ：可觀測性：Cloud Trace、日誌、第三方整合
這些技能讓編碼助手直接獲得精確的 API 參考與感官輸入，不需要在一大堆文件中翻找就能建立符合標準的專案。
一鍵完成從 Scaffold 到 Deploy 的完整生命週期
官方教學展示了一個完整的範例：一個「穴居人壓縮器」Agent——把冗長文字壓縮成簡短的穴居人風格摘要。開發者對編碼助手說一句話，助手就會啟動 workflow 與 scaffold 技能，自動詢問部署目標與安全限制，然後執行 scaffold、安裝相依套件、產出包含測試與評估集的完整專案結構 。
內建評估系統：不必猜 Agent 是否夠準
agents-cli 提供了原生的評估指令（agents-cli eval run 與 agents-cli eval compare），可以編排單元測試、驗證資料檢索、對比不同評估回合的結果。過去 Agent 的行為測試要靠開發者手動搭建評估框架，現在 CLI 直接內建了 LLM-as-judge 與軌跡評分機制。
Human Mode：不要讓 AI 全權做主
值得一提的功能是「Human Mode」。開發者可以直接執行 CLI 指令，而不是完全依賴 Agent 驅動的自動化。這在需要檢查與控制工作流程時提供了透明度：一個在完全自主系統中經常被忽略的面向 。
部署到 Google Cloud：IaC + CI/CD 一條龍
在部署端，agents-cli 可以自動產生 Infrastructure as Code（IaC）、設定 CI/CD 管道、將 Agent 部署到 Cloud Run 或 Kubernetes，也可以發佈到 Gemini Enterprise 供企業內部使用 。
大格局觀察：Google Cloud 的 Agent 策略拼圖
把 agents-cli 放在更大的脈絡下看，它是 Google Cloud Agent 策略中一塊重要的拼圖。2026 年的 AI 編碼助手市場已經非常擁擠——Claude Code、Gemini CLI、OpenAI Codex、Cursor、Copilot、Aider——每家在比拼推理品質、上下文長度、價格模型。但 agents-cli 選擇了一個不同的切入點：它不是跟這些工具競爭，而是讓它們都能在 Google Cloud 生態系中發揮最大價值。
2026 年 4 月的對比測試中，Claude Code 與 Gemini CLI 在相同任務上同樣拿到 6.8/10 ，但 Gemini CLI 提供免費的 100 萬 token 上下文。agents-cli 的開放態度——聲明支援 Claude Code、Codex、Cursor 等任何編碼助手：讓它與其他平台形成互補關係，而非封閉生態。
Agents CLI in Agent Platform GitHub 倉庫
現狀與展望
目前 agents-cli 仍處於 Pre-GA 階段（v0.1.3，2026-05-06 釋出），總共僅 19 次 commit，是一個非常早期的專案 。不過 Google 在短短三週內就從 v0.1.0 迭代到 v0.1.3，修復了 Windows Shell 相容性問題、新增了基礎設施規劃功能、以及更好的本地開發體驗。
專案的 2.3k 顆星與持續成長的社群回饋，顯示了開發者對「Agent 開發標準化工具」的需求確實存在。如果 Google 能持續迭代並補上第三方的生態整合，agents-cli 有潛力成為 Google Cloud Agent 生態系的關鍵入口。