Gemini 把 API 做成 CLI：不抢 Agent 的活，只当它们的手

Google 发布了 Gemini API CLI。一句话：把 Gemini API 封装成命令行工具，交给现有 Agent 使用。官方点名的 Agent 包括 Claude Code、Codex、Antigravity、Cursor、OpenClaw、Hermes。它不做新的编程 Agent。定位是给已有 Agent 调用的命令行工具。

它解决什么痛点？Agent 已经有上下文和计划，缺的是稳定调用 Gemini 能力的手。CLI 无状态，没有记忆，没有聊天模式。gemini-api 只负责 API 调用。官方说法是 Build for Agents, it is self-describing。Agent 可以读 --help，也可以先用 --dry-run 看要发生什么。对现有 Agent 工作流来说，这比再装一个 Agent 轻。

能做什么：

• 生成图像、视频、语音、音乐。
• 分析 PDF、图片、音频、视频、YouTube URL。
• 把录音转写成 md、json、srt。
• 在后台跑 Deep Research。
• 无状态设计。后台 Deep Research 会返回一个 id，Agent 可以写进文件或留在上下文里轮询。这是 Philipp Schmid 在回复 Jimmy Young 时给出的说明。

评论区争论集中在两个方向。Lenny Enderle 认为用 CLI 代替另一个 MCP server 是对的，理由是 Agent 已经会读 --help。Tommaso Rinversi 追问为什么是 CLI 不是 MCP server，是不是工具定义占上下文。素材中没有作者的直接回答。fijimlk 则认可无状态，认为这样更容易塞进现有 Agent 循环，不用再跟一层记忆和状态打架。Steven Cheng 的判断更冷：它就是个文档更好的 wrapper。这个说法是否成立，取决于你的 Agent 是否真的需要这些多模态调用。

另一个高频问题是订阅。多条回复在问 Gemini 订阅能否调用这个 API，或者能否用 Google AI credits。素材中没有明确答案。Nikhil Jha 留下一句 Argon 没进所有 Pro 套餐前不用 Gemini，还配了一张惊讶的猫图。

还有用户追问视频任务会不会阻塞 Agent，素材里也没看到回复。对要把它接进自动化流程的人来说，这两个缺口比功能列表更关键。

入口在 Google AI Studio 的说明页：introducing the Gemini API CLI。