OpenAI做了块230美元的小键盘，我觉得它把人能做的最重要的事情给做了！
图片加载中…
这几天，OpenAI和Work Louder上了一块230美元的小键盘，名字叫Codex Micro。
图片加载中…
先说清楚，老金还没摸到实物。下面的按键、灯效和旋钮功能，都按OpenAI和Work Louder的官方页面核对。我今天不装实测，只聊这块键盘把哪件麻烦摆到了桌面上。
它有13个机械按键、一个旋钮和一个摇杆。过去查看3条Codex任务，要连续打开3个会话。现在按键显示任务状态，摇杆调出审查PR和排查错误等流程，旋钮负责调整AI的思考深度。
具体看，顶部6枚半透明的Agent键对应正在运行的Codex任务，用白、蓝、绿、黄、红5种灯光分别表示空闲、思考中、完成、需要输入和错误。下方6枚命令键可以放接受、拒绝、按住说话、新建聊天、分支线程和自定义动作。左上角的四向摇杆最多能挂4个预设或自定义Skill，右上角旋钮调推理深度，左下角触摸区用来切换最多6层布局。
不过这些不是焊死的固定键位。按键、旋钮和摇杆动作都能重新映射，随盒附送的32枚图标键帽也可以替换。键帽告诉你现在把什么功能放在了这里，不代表它永远只能干这件事。
图片加载中…
说来也奇怪，让我停下来仔细看的，是上面那两个最普通的动作，接受和拒绝。
以前你跟AI聊天，最后得到的是一段答案。现在Codex会在项目里改文件、跑命令、开任务，甚至同时推进几条工作线。OpenAI把它做成一块能看状态、能切任务、能直接批准的实体控制台，说明AI工作的界面正在变。
图片加载中…
人不再只是提问的人，开始变成一群Agent的值班经理。
过去，慢的是AI。现在AI越跑越快，真正该慢下来的，反而是那只准备点通过的手。
但问题也跟着来了。批准这件本来需要看证据、想后果的事，一旦被压成桌面上的一个按键，人很容易从判断变成反射。
所以今天不聊这块键盘值不值230美元。老金想把更重要的东西说清楚。AI越会干活，你越不能只学会怎么发任务，还要学会在点批准之前问对5个问题。
一个按键，暴露了Agent时代的新瓶颈
Codex Micro的产品页把它称为Agent工作的指挥中心。不同任务在想、在跑、在等输入还是已经完成，都可以通过灯光看出来。高频动作也能放到实体命令键上，不用在多个聊天和窗口之间来回翻。
图片加载中…
这当然省时间。
它只省掉了切换和操作，责任还留在你手里。
按钮替你省掉的是动作，替不了的是后果。
当AI只生成一段文案时，结果不好，大不了重写。当AI能改数据库、发消息、删除文件、提交代码、更新线上页面时，一次错误批准可能把影响扩散到真实业务里。
更麻烦的是，AI给出的完成感很强。它会列出改了哪些文件、跑了哪些检查、为什么认为任务已经结束。文字越完整，人越容易把表达流畅误当成证据充分。
我自己做AI长任务时，最警惕的就是这一刻。看到任务亮绿灯，手已经想点通过，脑子却还没回答什么才算做对。
Agent时代真正稀缺的，是一套不会被完成感带跑的批准规则。
点批准之前，先问这5件事
程序员能用这5问。你让AI改文章、整理客户资料、生成海报、发邮件、更新知识库，同样可以照着过一遍。
第一问，它到底改了什么
别只看AI自己的总结，要看能被核对的变化清单。代码任务看差异和文件列表，内容任务看改前改后，批量任务看处理数量、失败数量和跳过项。
如果连变化范围都说不清，先别批准。此时点下通过，接住的是一团自己还没看见边界的变化。
第二问，它凭什么说做对了
让AI把证据摆出来。测试是否真的运行，页面是否真实打开，链接是否可访问，引用是否回到原始来源，关键数字是否能在官方页面找到。
AI最擅长把任务讲得像已经完成，人最容易在这时把工作汇报当成验收单。
这里最容易犯的错，是把命令没有报错当成目标已经完成。退出码为0只能说明那条命令跑完了，不代表用户看到的功能一定正确。
图片加载中…
第三问，错了会影响多大
同一个通过按钮，背后的风险完全不同。改一份本地草稿，错了可以撤销。批量改客户数据、覆盖线上配置、向外部联系人发消息，错误会立刻离开你的电脑。
影响范围越大，批准需要的证据就越多。外部写入、付费操作、账号权限、生产环境和公开发布，都不应该跟改草稿共用同一种轻率的确认方式。
任务越快，批准越不能靠手感。
第四问，出问题能不能撤回
批准之前先找退路。文件有没有版本记录，数据有没有备份，发布能不能回滚，批量操作能不能从中断处恢复。
没有撤回方案的任务，不适合一次全开。先拿3个样本试跑，逐个对照改前改后，再故意制造一次失败，看它能不能停住并回到原状态。三项都过了，再逐步放大范围。第一次慢一点，通常比全量返工便宜。
能撤回的自动化才是效率。没有退路的全自动，更像一次下注。
第五问，最后谁来负责
AI可以接走操作，接不走结果后面那个具体的人。
谁定义完成标准，谁核对关键证据，谁有权点最终通过，最好在任务开始前就写清楚。要是出了问题，所有人第一反应都是去问AI当时为什么这么做，说明这条任务从一开始就没有真正的负责人。
我会把批准分成三种颜色
5问过完，还可以再做一个很简单的分级。
颜色只是提醒。风险越大，手就要放得越慢。
图片加载中…
绿色任务可以快速批准。它范围小、容易撤回、有自动检查，错误不会影响外部用户。比如整理本地笔记、生成草稿、给测试项目改样式。
黄色任务必须抽查。它会改多个文件、调用外部服务、批量处理数据，或者结果需要人的审美和业务判断。先看样本，再看失败项，最后才放大范围。
红色任务必须停下来人工验收。删除数据、修改权限、付款、公开发布、触达客户、更新生产环境，都属于这一类。AI可以准备材料和执行预演，最终批准要留给明确的人。
你可以把下面这张卡直接复制到自己的Agent规则里。
批准前5问
1｜改了什么，变化清单在哪里
2｜证据在哪，什么证明目标真的完成
3｜影响多大，错误会不会离开当前环境
4｜能否撤回，备份、回滚和恢复路径是什么
5｜谁来负责，最终验收人是谁
绿色｜范围小、可撤回、自动检查充分
黄色｜先抽查样本和失败项，再扩大范围
红色｜外部写入、权限、付款、发布、生产环境必须人工验收
别把完成灯当成正确灯
写到这里，再回头看Codex Micro，那枚批准键就没那么普通了。
它没有替你判断，只是把判断压缩成了一次按下。前面的搜索、修改、运行都能由Agent不断提速，最后这一厘米的动作，反而装着整条工作流里最重的三样东西，证据、风险和责任。
以前大家担心AI不够聪明，所以拼命研究提示词，想让它少走弯路。现在它开始真的动手，人的新功课也变了。任务越像完成，越要有人愿意停下来核对。
灯会亮，报告会写得很完整，完成状态也会准时出现。可它们只能告诉你Agent走到了哪里，不能替你决定这个结果能不能走进现实。
我当然愿意把重复执行交给AI。它替我省下来的时间越多，我越不想把最后的判断也一起省掉。
下一次手指落到通过键上，慢十秒。
AI替你省下来的时间很多。
其中十秒，留给判断。