Why CLI Tools Are Beating MCP for AI Agentsの記事を参考に記載しています。
この記事の登場人物
🧑💻 …CLI推しの先輩エンジニア
🔰 …MCPサーバー一生懸命作ってた後輩
🔰「先輩、MCPサーバー作るのもうやめていいんですか…？」
🧑💻「いいよ。CLIで十分だよ」
🔰「え、マジですか…？」
MCP（Model Context Protocol）は「AIエージェントの未来」って言われてたのに、最近「CLIの方が圧倒的に強い」って声が急増しています。
実際、GitHubのMCPサーバー1個だけで55,000トークン消費…
複数ツール合わせると15万トークン超えもザラ。
結論から言うと、CLIはMCPより35倍トークン効率が良く、しかも人間と同じ世界で動く。
この記事でわかること
- MCPが「コンテキスト泥棒」な本当の理由
- CLIが35倍効率良い衝撃データ（Intune実例付き）
- 「人間もデバッグできる」「パイプ無限合成」←CLIの神ポイント
- それでもMCPが生き残るケース
- 今すぐCLIファーストに移行するための実践ガイド
まず、MCPの夢が壊れるところから
🧑💻「元記事で紹介されている例として、Intuneで非準拠デバイス50台をリストアップするタスクを両方で比較してみると…」
MCPアプローチ
→ Microsoft Graph MCPサーバーだけでも28,000トークンのスキーマ注入
CLIアプローチ
→ mgc + az CLIだけ。スキーマ注入0トークン
🔰「マジで0トークンなんですか…？」
| 項目 | MCP | CLI | 差分 |
|---|---|---|---|
| ツール定義注入 | 28,000トークン | 0 | 28k |
| 推論＋コマンド作成 | 3,200トークン | 800トークン | 2.4k |
| 実行＋レスポンス | 1,800 + 4,500トークン | 150 + 3,200トークン | 大幅減 |
| 50台詳細取得 | 105,000トークン | - | 105k |
| 合計 | 145,000トークン | 4,150トークン | 35倍 |
結論：MCPはコンテキストを食い潰す怪物。CLIはほぼゼロオーバーヘッド。
MCPが「コンテキスト泥棒」な本当の理由
🧑💻「MCPの致命的な問題はここ」
MCPサーバーはツール定義全体をコンテキストにぶち込む仕様です。
// GitHub MCPサーバーの一部（実際は93ツール分）
{
"name": "create_issue",
"description": "Create a new issue...",
"inputSchema": { ... } // 全部ここに入る
}
→ 1サーバーで55,000トークン
→ GitHub + Microsoft Graph + Jira = 15万トークン超も普通
一方CLIは：
gh issue create --title "バグ報告" --body "..."
モデルはすでにghの使い方を知ってる。
Stack Overflowやドキュメントで何億回も見たパターンだから、スキーマ不要。
🔰「つまり…LLMはもう『特別なプロトコル』いらないってことですか？」
🧑💻「その通り。人間が使ってるそのままのCLIで十分育ってる」
CLIが最強すぎる3つの理由（ここが重要なポイント）
1. 🐛 人間と完全に同じ世界で動く（最大の強み）
MCPでエラー → JSONログを漁る地獄
CLIでエラー → 同じコマンドをターミナルで叩けば即再現
重要なポイント：これにより、エージェントが間違えたら「もう一回同じコマンド実行して」と指示するだけで人間と同じデバッグが可能。世界観が完全に一致している。
2. 🔀 Unix哲学の勝利＝無限合成
# エージェントが組む神パイプライン例
az vm list --query "[?powerState=='VM running']" -o json \
| jq -r '.[].name' \
| xargs -I {} mgc devices list --filter "displayName eq '{}'" \
| jq '[.[] | {name: .displayName, compliance: .complianceState}]'
MCPだと複数サーバー間の連携が複雑になりがち…
CLIなら| と xargs で無限に繋げられる。
重要なポイント：AIエージェントは「パイプ文化」を本能的に理解している。Unix哲学が2026年のAIツールングに完璧にマッチしている。
3. ⚙️ 可動部品ゼロ＝運用がバカみたいに楽
MCPサーバー → プロセス管理・監視・スケーリング必要
CLI → ただのバイナリ（gh az mgc を入れるだけ）
重要なポイント：MCPサーバーを作る手間を、CLIラッパー強化に回した方が圧倒的に効率が良い。
それでもMCPが生き残るケース（公平に）
🔰「じゃあMCPは完全に死んだんですか？」
🧑💻「いや、生きてるケースもあるよ」
- 厳格な入力検証・監査ログが必要な本番環境
- CLIが存在しないSaaS（Figma、Notionなど）
- 動的ツール発見が必要な大規模マルチテナント環境
推奨戦略：
CLIファーストで進めて、どうしても必要なときだけMCPを保険で追加。
実践！今すぐCLIエージェントを作るコツ
🧑💻「MCPからCLIに移行したい人向けにまとめました」
-
軽量マニフェスト（たった100トークン！）
## 使えるツール - mgc：Microsoft Graph CLI（Intune/Teams/Entra ID） - az：Azure CLI（全リソース管理） - gh：GitHub CLI（issue/PR/actions） -
薄いラッパースクリプトを作る（複雑な処理は1コマンド化）
-
--output jsonを徹底（エージェントが解析しやすい） -
--helpを動的ドキュメントとして活用（必要なときだけ情報を読む）
まとめ：2026年の勝ちパターン
🔰「結局、どっちを使えばいいんですか？」
| 項目 | MCP | CLI（勝ち） | 勝者 |
|---|---|---|---|
| トークン消費 | 爆食い（55k〜） | ほぼゼロ | CLI |
| コンテキスト余裕 | 半分以下 | 95% | CLI |
| デバッグ | JSON地獄 | 人間と同じ | CLI |
| 合成可能性 | 弱い | 無限パイプ | CLI |
| 運用コスト | 高（サーバー管理） | 激安 | CLI |
| タスク完了率 | 基準 | +28% | CLI |
最終的なポイント
LLMはもう「ツールを呼ぶ」時代じゃなくて「コマンドを実行する」時代に入りました。
MCPは理論上きれいだけど、現実のAIエージェントは人間が使ってるそのままのCLIを一番自然に使いこなす。
Jannik Reinhard氏の言葉を借りると：
「The future of AI agent tooling isn’t about the most sophisticated protocol. It’s about the leanest path between the model and the action. And right now, that path runs through the terminal.」
みなさんもCLI推しに乗り遅れないでください！
MCPサーバーを作っていた人は…今日からCLI強化生活始めましょう🔥
参考
「いいね」と思ったら「LGTM」お願いします！
一緒にCLI全盛期を作りましょう〜👋