
CLIを叩いているのは、もう半分が人間ではない
最近、Fado(@fado_dev)さんの記事「CLIを叩いているのは、もう半分が人間ではない」を読みました。Cloudflareの新しいCLI「cf」の1.0リリース候補を整理した記事です。
私が引かれたのは、移行手順よりも冒頭の認識でした。CLIの主な利用者がエージェントになった、という前提から、道具の作り方が変わっています。
この記事では、その前提がどんな数字に支えられているかを見ます。cfの設計を読む軸は、「誰に向けて作るか」です。
補助線として、開発ツールの導入をエージェント向けに作り直す話(Gonto(@mgonto)さんの記事)も使います。
【発端】 Wrangler利用の48%がエージェントという数字
この話は、「CLIにAI対応の機能が付いた」という話ではありません。主な利用者が入れ替わりつつあるので、作り方から変えた、という話です。
Cloudflareが2026年9月28日に出した公式ブログによると、従来のCLI「Wrangler」でエージェントが占める割合は、2026年3月に4分の1でした。前年は1桁%で、発表の前の週には48%に達したと書かれています。
数字は、同じブログにある「Wranglerの利用」の話です。世の中のCLI全体の半分という意味ではありません。
それでも、人が打つ前提で作った道具を、すでに半分近くはエージェントが使っています。
【基礎】 CLIは人の道具から、実行役のAIの道具へ

CLI(コマンドラインインターフェース)は、文字でコマンドを打ってソフトを操作する仕組みです。ここでいうエージェントは、Claude CodeやCodexのように、人に代わってコマンドを選んで実行するAIです。
公式ブログによると、エージェントは人と違う使い方をします。Wranglerでは、実行するコマンドに --json を付けていました。
結果を jq(JSONを絞り込むコマンド)で必要な項目だけに削ることが多かった、と書かれています。
1日に使うコマンドの種類も、人の約2倍です。6種類以上を使う確率は、約4倍です。
エージェントは、人より多くのコマンドを、機械が読める形で使います。
【違い】 表を読む人向けから、絞り込む側向けの設計へ

従来のWranglerは、各プロダクトチームが手作りしたコマンドの集まりでした。JSON出力に対応していないコマンドもあり、人が眺めるための表を返していました。
cfは、読む側がエージェントだという前提で、同じ要素を作り替えています。
作り方
Wrangler:チームごとの手作り
cf:APIスキーマから生成
守備範囲
Wrangler:約280操作
cf:3,000超のAPI操作
既定の出力
Wrangler:人向けの表が混在
cf:JSON(人には整形、エージェントには圧縮)
コマンドの探し方
Wrangler:ドキュメントと学習済みの記憶
cf:cf cli search に自然文で聞く
数字は、公式ブログの記述です。公式ドキュメントのトップページがコマンド数を「2,900超」と書くのに対し、ブログの「3,000超」は操作数です。
言語モデルは、Wranglerの文書や解説をすでに学習していました。今の使い方を大きく変えると、学習済みの動き方と食い違います。
公式ブログの説明は、エージェントが見たことのない新しいCLIのほうが、慣れた道具を大きく作り替えるより混乱が少ない、という点です。
【仕組み】 スキーマ生成が、JSON標準と検索を支える構造

cfの特徴は、個別の機能より、APIスキーマを起点にした一本の流れにあります。
Cloudflareは、APIの仕様書にあたるOpenAPIスキーマに少し情報を足し、Forgeという生成パイプラインでCLIのコマンドを作りました。命名や引数の規則がそろうのは、人が一つずつ書いていないからです。
規則がそろい、数が増えたので、探す手段が要ります。3,000もの経路をそのまま見せると、エージェントの作業メモリ(コンテキスト)を食うからです。
そこで cf cli search が、やりたいことを自然文で受け取り、APIの説明や引数から候補を返します。公式ブログによれば、初回の --help でエージェントにこのコマンドを案内します。
出力の既定がJSONなのも同じ理由です。表を読み解くより、jq で絞るほうが時間もトークン(AIが読み書きする文字の単位)も少なく済みます。
公式ブログは、人はこのCLIを直接操作する側から一段離れている、と書いています。エージェントが絞った結果を頼まれた形で返すほうが、表を直接読むより前提に近い、という説明です。
【具体例】 Wranglerの約280操作から、cfの3,000超へ

公式ブログは、Workerを作ってデプロイし、監視し、Accessで守り、ドメインを買ってWAFを前に置く作業を、1つのツールでエージェントに任せられる例として挙げています。
Wranglerの約280操作では、途中でダッシュボードや別ツールに出る場面が残ります。cfはAPI全体を覆っているので、エージェントが次の一手を探す場所も同じ道具の中です。
2026年11月17日のリリース候補(Changelog)にも、同じ発想が見えます。すべてのコマンドが --dry-run で実行前の確認に対応し、プロンプトや進捗はstderrに出ます。
stdoutにはコマンドの出力だけが残るので、エージェントにとって読みやすい出力です。
ここでの整理は、公式の記述をもとにした私の読み取りです。私自身がcfを使って確かめたわけではありません。
【関連概念】 開発ツールの導入を測る単位はトークン

cfが「道具の側」の話なら、Gontoさんの記事は「導入体験の側」の話です。
Gontoさんは、開発ツールで学ぶ主体は開発者ではなくエージェントになった、と述べています。
経験上、有効化率の最高水準は従来35%で、うまくやれば60〜65%まで上がるそうです。有効化までの時間は、使ったトークンの数で測ります。
これは公式の統計ではなく、著者自身の経験談です。cfの数字と並べても、同じ重さの数字ではありません。
性質
Cloudflare(cf):公式発表の数字と設計
Gonto(経験談):実務経験にもとづく主張
主な根拠
Cloudflare(cf):Wrangler利用の約4分の1から48%
Gonto(経験談):有効化率35%から60〜65%
向ける先
Cloudflare(cf):CLIの出力と探し方
Gonto(経験談):ドキュメントと導入手順
測る単位
Cloudflare(cf):コマンドの使われ方
Gonto(経験談):実装完了までのトークン
両者は、同じ問いに別の側から答えています。誰が読むのか、という問いです。
参考情報・参考書籍(PR)
本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。
関連記事
【まとめ】 自分の道具を、エージェントに一度使わせる試み

cfの発表は、道具を作る人にとって試せる問いを残しています。次の三つを、自分の道具で確かめてみてください。
出力は、機械が読める形で取り出せるか。
コマンドや機能を、自然文で探せるか。
初めての導入を、エージェントに任せて何トークンかかるか。
読み手が人から入れ替わりつつあるなら、まず自分の道具をエージェントに触らせるのが、いちばん早い点検です。