限额怎么变

OpenAI 的 Codex 与 ChatGPT Work 工程负责人 Thibault “Tibo” Sottiaux 在社交平台 X 上公布：自 8 月 25 日起，Plus 账户的 Codex 与 ChatGPT Work 重新启用 5 小时限额。用户触达 5 小时或每周任一上限后，需等待下一周期重置，或购买额外额度；OpenAI 偶尔也会免费重置，用户还可通过活动与邀请奖励累积”预留重置”次数。

在此之前的数周里，OpenAI 临时取消了这两项功能的 5 小时限额，仅保留每周上限，其间还多次提前重置周额度以庆祝用户增长——两大平台合并后新增百万活跃用户。

为什么又加回来

Sottiaux 解释，恢复 5 小时限额出于两点：其一，该限额能平滑计算负载，让周额度维持得更大方；其二，Plus 用户多为休闲型与新用户，容易在无意间一口气用光整周额度，继而感到困惑，体验并不好。

他同时说明，未来数月内，每月 100 美元与 200 美元的 Pro 订阅暂不启用 5 小时限额。企业版与教育版的计费方式不同，沿用独立的基于额度的用量系统，本轮未作调整。

Codex 与 ChatGPT Work 是什么

Codex 是 OpenAI 的编程智能体，可在云端读写代码、跑测试、提交改动；ChatGPT Work 则面向工作场景，把对话能力接入文档、表格与团队流程。两者都依赖云端大模型算力，额度本质上是调用次数的”燃料”。对习惯用 AI 辅助写代码的开发者来说，5 小时窗口意味着需要更合理地规划任务节奏。

一点提醒

需要留意的是，ChatGPT 目前并未向中国内地用户开放官方服务，相关动态更适合关注 AI 工具进展的技术读者参考，而非日常使用指南。

一次非官方的越级挑战

big-pickle 是 OpenCode Zen 平台上处于「隐形」（stealth）期的免费模型，其真实身份至今没有官方确认。从泄露的提供方报错与接口签名看，它背后很可能由 DeepSeek 的基础设施在支撑。一名开发者（GitHub 账号 PhillipChaffee）在 2026 年 8 月 11 日用它完整跑完了 Scale AI 的 SWE Atlas Codebase QnA 评测：全部 124 道任务解出 63 道，任务解决率达到 50.8%。

SWE Atlas 的 Codebase QnA 任务要求模型在读懂一整个大型代码库的基础上回答工程问题，比单纯写函数更接近真实研发场景。该评测严格遵循 Scale 公开的协议——使用官方开源框架 Harbor v0.18.0、与排行榜上非第一方模型一致的 mini-swe-agent 2.4.6 极简脚手架，并以 Scale 指定的 claude-opus-4-5 作为裁判模型。整轮消耗的 6.74 亿个输入 token、430 万个输出 token 全部免费。

横向对比：免费模型的越级表现

放在 SWE Atlas QnA 官方排行榜（2026 年 7 月 28 日更新）中，big-pickle 的成绩意味着：在相同的 Mini-SWE-Agent 脚手架类别里，它压过了榜单上所有条目，包括 GLM 5.2（48.12%）与 GPT-5.6-Sol（46.00%）。在整个榜单中，只有运行在原生 Claude Code 脚手架上的 Opus 5（63.17%）与 Opus 4.8（57.26%）略高。

分语言看，TypeScript 解决率 58.1%（18/31）、Python 55.2%（16/29）、Go 50.0%（19/38）、C 语言 38.5%（10/26）；分任务类型看，代码上手（Code Onboarding）60.7%、架构与系统设计 52.3%、根因分析 45.9%、安全类 45.5%。

结果可以独立核查

开发者在仓库中放出了逐任务的裁判日志、运行配置与复现脚本，任何人都能审计。需要说明的局限包括：每个任务只跑了一次（官方协议跑三次取均值，单次标准误约正负 4.5 个百分点）；沙箱资源被主动调低至 4 CPU / 8 GB（而非声明的 16/16），但 124 条轨迹的扫描显示零超时、零内存溢出，说明这只会压低而非抬高分数；模型身份未知，结果只是 2026 年 8 月 11 日当天该别名的快照。即便把两道未评分任务按「不通过」计，严格下界 49.2% 仍高于所有 Mini-SWE-Agent 榜单条目。

来源：GitHub（PhillipChaffee/big-pickle-swe-atlas）、Scale AI SWE Atlas

任务之间用 /clear 清场

开始新任务前运行 /clear，可以避免上一任务的无关上下文被重新发回模型，直接省下 token。配合 /rename 还能在清空前给会话改名，方便日后找回。

开局就定好模型与思考量级

/model 与 /effort 一旦在中途切换，会破坏提示词缓存、导致整段对话按全价重算。因此应在会话开始或 /clear 之后一次性设好。对于纯体力活，还可以用环境变量 MAX_THINKING_TOKENS=0 直接关掉思考，比把思考量级调到最低更省。

用 @ 提及文件，而非只写路径

在消息里写 @utils.test.ts 这样的路径，文件会直接附到请求中，省去模型自行 Read 或搜索的多轮开销；同一会话里提一次即可，重复提及反而会附上副本。

给嘈杂命令加安静标志，或丢给子代理

为产生大量输出的命令加上 --reporter=dot 之类的安静标志（可写进 ~/.bashrc 或 CLAUDE.md 固化习惯），或把「翻日志」这类噪声任务交给子代理。子代理拥有独立上下文，只把答案回传主会话、其余全部丢弃，能省下不少 token；对重复性的噪声任务，还可定义复用子代理并指定轻量模型以进一步降本。

善用 /context、/compact 与 /rewind

新会话开局跑一次 /context，可看清已加载的系统提示、CLAUDE.md 与 MCP 工具，顺手关掉不需要的 MCP；准备离开前跑 /compact，用简短总结替换冗长对话，避免一小时后缓存过期被迫重算。如果最近几轮走偏了，/rewind 回退到出错前比 /compact 更便宜，因为它只截断末尾轮次、已缓存部分不花钱。

把规矩写进 CLAUDE.md

CLAUDE.md 里只放特定指令，可复用的工作流应移入 skills 按需加载；把带安静标志的常用命令、以及「Compact 时保留什么」的说明固定下来，能持续减少轮次与输出行数。

背后的原理是提示词缓存：只要请求前缀与服务器近期一致，前缀部分便能以约 0.1 倍输入价读取；一旦切换模型、切换思考量级或缓存超时，整段就要按全价重算。记住「开局设好、任务切分、离场压缩」，每个 token 自然更值。

来源：Claude by Anthropic（作者 Lydia Hallie）

同一个需求，三份答卷

作者要求模型生成一个单一 HTML 文件，完全离线运行，用浏览器的本地存储（localStorage）保存数据，包含「待办、进行中、审阅、完成」四列，每张任务卡支持标题、备注、优先级与截止日期，并能新增、编辑、删除任务，以及在不同列之间拖拽。

三家各有什么性格

Gemini 交出最干净的界面：任务卡左侧用彩色条标出优先级，悬停才显示编辑与删除按钮，标题字段以星号标注必填，默认优先级为「中」。它的短板是「中规中矩」，除原始需求外几乎没有额外发挥。

ChatGPT 走更大胆的路线：顶部深色横幅让应用更像成品，编辑、删除按钮默认常驻，优先级用彩色标签呈现。它更「满」，也更抢眼，但作者觉得稍显压迫。

Copilot 最让人意外：它在需求之外补上了产品思维——加上一句说明应用用途的副标题、使用指引，以及常驻的「更改已本地保存」提示，还主动加了「选择新任务起始列」「清空看板（带确认）」、点击卡片即编辑等细节。这些不是凭空捏造的多余功能，而像是真实用过之后才会提的建议。

意外冠军

最终作者选择继续用 Copilot 的版本。在他看来，Gemini 界面最整洁，ChatGPT 完成度也不错，但 Copilot 那些细微的易用性改进，让它更像一个每天愿意打开的工具——仿佛是前两版的「2.0」。

来源：How-To Geek

过去一段时间里，软件开发正在经历一场底层的变化：过去工程师大部分代码靠手敲，如今越来越多代码由 AI 编程助手与智能体批量生成。但 AI 生成之后，仍需要人来把关——阅读、清理并验证这些代码是否真的符合要求。

当 AI 拥有对整体架构的有限视野时，界定系统边界、保障生产环境的安全与可靠，依然要靠人。换句话说，软件工程的关键环节，正从「写」悄悄转向「审、验、养」。

Go 生来为「软件工程」而非「编程」

有意思的是，正是这种团队协同的考量，促使 Rob Pike、Robert Griesemer 与 Ken Thompson 二十多年前在 Google 创造了 Go 语言。当其他语言不断堆砌特性、追求更多表达写法时，Go 选择了一条更大的路线：让语言设计服务于软件工程。

软件工程并不等于编程。编程是用代码解决问题并运行它；软件工程则是与人协作，设计一套能随时间演进、长期可维护的系统。编程只是其中一部分。

要让语言服务于工程，光有语法不够，还需要覆盖软件全生命周期的工具链，需要「有主见的简单」——让整个团队用同一种方式组织、格式化、测试代码；需要强兼容承诺——今天写的代码十年后不仅仍能运行，而且依旧是「好代码」；还需要健全的生态与贯穿始终的安全考量。

可读，意味着人和 AI 都更好审

Go 的另一大特征是「重可读、轻炫技」。三位设计者很清楚，开发者读旧代码的时间，远多于写新代码的时间。于是 Go 刻意拒绝其他语言热衷的语法魔法，形成了「以简单为美」的文化。

到了 AI 辅助开发时代，这种「先读后写」的哲学成了放大器。当个体开发者偏爱简短语法、隐式类型与聪明捷径时，智能体与人协作的验证回路，恰恰要求相反的东西：可预测、显式、结构刚性。

如果一门语言用十几种方式表达同一段逻辑，AI 生成的代码就会变成风格杂乱的大杂烩，人工审阅者要花很大力气去猜意图。Go 用内置的 gofmt 统一格式、用刻意克制的抽象，确保所有代码——无论出自资深工程师、初级贡献者还是大模型——看起来都一样。语法完全可以预测时，人能更快发现一处幻觉出来的接口调用、一个逻辑漏洞或一处安全隐患。

可靠，编译器替你拦住幻觉

可读性只是上半场。如果跑起来脆弱、不安全、负载下行为难测，再好读也进不了生产环境。

Go 的第一道防线是静态类型系统，它相当于给智能体生成的代码加了一张自动安全网。大模型常常在跨文件的类型与结构边界上犯迷糊，产生幻觉属性与潜伏的隐患。在 Python 这类动态类型语言里，这类幻觉往往能躲过基础语法检查，直到特定生产负载下才在运行时崩溃；而在 Go 里，编译器会立刻拒绝——智能体若调用了不存在的方法、传错类型或漏初始化变量，代码根本编不过。

配合 Go 标志性的编译速度（据 Google 方面介绍，比 Java、C#、Rust 等生产级编译语言快出数量级），智能体可以高效地自我纠错：在人工审阅之前，就把语法与类型错误迭代修好。

在编译器之外，Go「开箱即用」的哲学还化解了 AI 生成代码的一大风险——软件供应链。大模型写功能时常常依赖训练数据，于是倾向于建议陈旧、无人维护甚至恶意的第三方依赖。而 Go 体量完备的标准库，会自然地把模型引向官方维护、经过优化的包，而不是随意拉外部依赖，从而大幅压缩供应链攻击面。

再加上校验和数据库与模块镜像（记录每一次导入模块的副本，以防中间人篡改），以及官方漏洞库与集成扫描工具 govulncheck（只标记代码真正调用的漏洞函数，反馈精准、噪音低），Go 形成了一套低噪音的安全闭环。

可维护，才是 Day 2 的真正考验

能读、能跑，只是起点。代码库是活的系统，会自然腐化、累积技术债。当自主 AI 智能体可以一口气生成几十个拉取请求、随手重构整个服务时，架构漂移的速度被急剧放大。

Go 的答案是著名的兼容性承诺：在 Go 这里，兼容不是便利，而是安全与运维的硬要求。早在 Go 1.0 时代编写的代码，到今天的最新工具链依然能原样编译运行；Go 承诺永不破坏向后兼容，并且不会有 Go 2.0。编译器与运行时越变越好，代码无需改动就能跟着受益：升级、重编译，仅此而已。

这种长期耐久，配上 Go 的部署便携性更显价值。Go 直接编译成单一静态二进制、零系统依赖；当 AI 智能体越来越多地以「系统管理员」身份运行——拉起微服务、执行脚本、通过命令行操作环境——这种自包含的设计变得空前重要。而 Go 编译器支持跨操作系统、跨架构交叉编译，智能体可以按需为任意目标平台构建二进制，无需复杂构建系统。

为了对抗架构漂移，Go 还提供内置的、确定性的重构与现代化工具。官方语言服务器 gopls，以及重新打造的 go fix（引入了「modernizers」概念），能确定性地把旧代码模式更新到最新写法与语言特性。由于这些工具标准化、内建于平台，AI 智能体能借助它们安全地重组包、管理依赖、清理技术债，而不破坏代码库。

最后，Go 还把可维护性延伸到生产环境：运行时内置性能分析与执行追踪，编译器原生支持基于真实负载画像的画像引导优化（PGO），与 AI 编排的部署流水线结合，形成「生产数据回流编译器、再优化系统」的闭环。

当 AI 接管写代码，语言反而更重要

写代码越来越少，按说语言选择该变得无关紧要，事实却正相反。当代码生成被甩给 AI，软件工程的瓶颈从「写得快不快」彻底转移到「审得严不严、验得准不准、养得长久不长久」。那些曾以松散原型、聪明隐式捷径见长的语言，在碎片化的智能体输出重压下越来越难保持稳健；而把可读性、可靠性、可维护性刻进骨子里的 Go，反而在这个时代显得从容。

来源：Google Developers Blog（作者：Cameron Balahan、Richard Seroter，2026 年 8 月 11 日）

该项目由 Antigma Labs 开发，以 Apache 2.0 协议开源，近日出现在 Hacker News 首页并获得 90 分推荐。开发方给它的定位相当直白：功能对标 Claude Code 与 Codex，但不带这两者的依赖负担和模型限制。

跑分公开可查，资源占用只有零头

多数智能体项目都会自称性能优秀，Ante 的做法是把评测过程直接摊开。项目在官方排行榜约束条件下持续运行 Terminal-Bench 2.1 基准测试——89 项任务，每项跑 5 次。最新一轮完整测试的成绩为 82.7%，共 368 次通过、总计 445 次试验，使用的模型是开源权重的 DeepSeek V4 Flash 0731，对应版本为 Ante 0.preview.71，整轮推理开销约 68 美元。作为交叉印证，DeepSeek 官方用其尚未公开的 Harness 在最简模式下测试同一模型，给出的分数同样是 82.7。

每条评测结果都会锁定可下载的具体构建版本，并附上原始运行记录的链接，供外部独立复核，而不是只丢出一个数字。

资源开销的差距更为直观。在 Docker 环境中执行同样的 20 项并行任务，Ante 的峰值内存占用约为 Claude Code 的七分之一，平均 CPU 占用约为九分之一，磁盘读写量约为五分之一。

这套数字背后是一个具体的工程取舍：整个程序用 Rust 手写，把 Grep（经过完全重写和定制）与 git 这类高频组件直接嵌进同一个二进制、同一个进程内运行，不再向外调起子进程，也就不存在资源泄漏的问题。本地推理则交给一个版本固定、由项目自行管理的 llama.cpp。

断网跑完整流程，不需要 API 密钥

原生离线是 Ante 最有辨识度的一点。内置推理引擎让整个工作循环可以完全留在本地：指向一个 GGUF 格式的模型文件，不需要 API 密钥，不需要注册账号，也不需要网络连接。

ante --offline-model ~/.ante/models/Qwen3.5-9B-Q4_K_M.gguf \
  -p "add error handling to src/main.rs"

联网使用时，Ante 开箱支持 12 家以上的模型供应商，包括 Anthropic 的 Claude Sonnet 4.5 与 Opus 4.6、OpenAI 的 GPT-5 系列、谷歌 Gemini 3 系列、xAI 的 Grok 4、OpenRouter，以及 Vertex AI 等兼容 OpenAI 接口的服务。切换供应商没有绑定成本，自带密钥、订阅账号或本地模型均可，官方明确表示不要求注册任何账号。

运行方式分为四种：ante 进入交互式终端界面处理日常工作；ante -p 以无头模式执行一次性任务，适合脚本与持续集成流程；ante serve 通过 JSONL 协议对外提供服务，供编辑器插件调用；ante gateway 则可以把它挂成 Slack 或 Discord 机器人。多智能体编排、自定义技能、MCP 支持与跨会话记忆也都在功能清单内。

开源了哪些部分，又有哪些没开

需要说清楚的是，Ante 目前处于 Alpha 预览阶段，官方提示会有破坏性变更和功能缺失，且仅支持 macOS 与 Linux，Windows 用户建议通过 WSL 使用。

仓库开源的内容包括：完整文档站、ante serve 使用的协议定义与 Rust SDK、支撑 Terminal-Bench 成绩的评测适配器（任何一轮结果都可据此复现），以及已经稳定的核心库如独立进程执行模块。核心的 harness 本身在 Alpha 期间仍在私有仓库开发，以预编译二进制形式随版本发布，稳定一块开放一块。

项目名字本身是个双关：既是「Another Terminal agent」的缩写，也指牌桌上入局要先押的底注。开发方给出的长期设想是所谓「细胞原生」智能体——像生物体内的细胞那样微小、可随时丢弃、能大规模复制。按这个思路，可验证、够便宜、随处能跑三件事其实是同一个设计决策：只有轻到能成千上万地铺开，智能体才谈得上自组织。

对于关注本地化部署、注重数据不出机器，或者单纯受够了动辄数百 MB 客户端的开发者，这个只有 15MB 的选项值得关注一下。

来源：Hacker News / GitHub（AntigmaLabs/ante）

编程智能体一旦放手，效率确实高；可真放手，又担心它顺手改错配置、误删文件，甚至把 .ssh 里的密钥亮出来。Docker 最近把 Sandboxes 推到了可用版本，核心思路是给 Claude Code、Codex、Kiro 这些智能体一人一个轻量级 microVM，让它们在该改的目录里使劲折腾，宿主机和敏感文件一概碰不到。

为什么容器还不够

用普通容器隔离智能体看起来省事，但很快会遇到三个坎。第一，OS 自带的沙箱机制在不同系统上行为不一致，写好的脚本换个平台就失灵。第二，智能体经常要跑 docker build 或 docker compose up，把 Docker socket 挂进容器等于把宿主机的 Docker 守护进程暴露给它。第三，传统虚拟机隔离强，但启动慢、配置重，换个项目就得重新搭。

Docker Sandboxes 想走的是第四条路：比容器硬、比虚拟机快，还允许「Docker 里跑 Docker」。

microVM 里关一只智能体

每个 Sandboxes 实例跑在一个独立 microVM 里，只把当前项目目录挂载进去。智能体可以安装系统包、改配置、删测试文件、甚至在里面再起容器，但宿主机的文件系统、网络栈、Docker daemon 都不在视野内。出了错也简单，一个命令删掉沙箱，重新起一个干净的即可。

它自带几层安全控制：

• 网络白名单/黑名单：可以只让智能体访问特定域名，默认 deny 状态下逐个放行。
• 文件系统最小挂载：只有项目工作区可见，家目录、系统配置、密钥目录默认隔离。
• 安全的 Docker 访问：智能体在沙箱内自建容器，不需要接触宿主 Docker daemon。

Docker 给出的安装方式也很轻：macOS 上 brew install docker/tap/sbx，Windows 上 winget install Docker.sbx。不需要先装 Docker Desktop。

哪些智能体能直接用

官方列出支持 Claude Code、Codex CLI、GitHub Copilot CLI、Gemini CLI、OpenCode、Kiro 以及 Docker Agent。另外像 NanoClaw、OpenClaw 这类新一代自主系统也能跑在里面，省下一台专门用来隔离的 Mac mini。

这些工具原本大多有个 --dangerously-skip-permissions 模式，开发者戏称为「YOLO 模式」——不弹窗、直接执行，效率最高也最危险。Docker 把它变成了默认：沙箱先替你画好边界，里面随它怎么 YOLO。

这还不是终点

Docker 在产品页和博客里列出的下一步包括 Linux 支持、MCP Gateway 支持、向宿主机暴露端口，以及接入更多智能体。目前 Sandboxes 可在 macOS 和 Windows 上直接下载使用。

对普通开发者来说，这意味着一个之前很纠结的选择题被改了题面：要么每步都点确认当「人形剪贴板」，要么冒着把环境搞坏的风险让智能体狂奔。现在可以先画好一个硬边界，再把钥匙交给它。

来源：Docker 官方博客

六项功能决定了它和插件的区别

会话目标（Session Goals）是最能体现产品思路的一项：给智能体设定一条终点线，它会一轮接一轮地朝这个目标推进，即便应用已经关闭，任务仍在继续。这与「问一句答一句」的交互方式是两种逻辑。

多路运行与融合（Multi-run and Fusion）允许同一个任务最多交给五个模型同时处理，之后既可以保留表现最好的那份结果，也可以把各家最强的部分融合起来。对于难以判断哪个模型更合适的任务，这省去了反复重试的成本。

变更导览（Changes Walkthrough）针对的是代码审查环节的老问题：一次改动动辄产生上千行 diff，很难看懂各处修改之间的关系。OpenChamber 会把大 diff 拆成有先后顺序的步骤，解释这些改动如何拼成一个整体。

预览（Preview）把界面和代码连了起来——在运行中的应用里直接指向某个元素，工具会把这个元素背后的全部上下文打包发给智能体。

工作流方面，它支持从 GitHub 的 issue 或 PR 直接起手，把失败的检查结果回传给智能体，最后在同一个界面里完成合并。定时任务（Scheduled work）则可以按 cron 计划自动执行提示词，与会话目标搭配使用，相当于让智能体持续朝某个结果推进。

桌面、浏览器、手机和编辑器之间不断线

跨端是这个项目着力较多的部分。桌面端覆盖 macOS、Windows 和 Linux，支持多窗口的项目工作流，提供直达访达、终端和编辑器的快捷入口，还有用于管理开发服务器、SSH 转发和本地地址的项目动作面板。

浏览器端可以从任何地方访问，控件针对手机和平板做过适配，原生移动应用目前处于测试阶段。为了让浏览器访问在公网环境下也能用，它提供了一道界面密码门，另外还有后台通知和跨标签页的会话活动同步。

编辑器一侧则融入 VS Code 的原生工作流：工具输出里的文件路径可以直接点开，选中的代码和文件支持右键上下文操作，Agent Manager 用来管理多个模型的并行运行。

启动方式很直接，命令行里执行服务命令即可：

openchamber serve --ui-password 你设置的密码

启动后会同时给出本地地址和一条隧道地址，方便远程接入。如果需要在手机等设备上配对，可以生成中继连接链接：

openchamber connect-url --relay

配对链接带有指纹校验，通过官方中继服务建立连接。

隐私模型写在代码里，而不是条款里

对开发工具来说，代码不外流是底线。OpenChamber 明确表示项目名称、路径、提示词、代码、diff 和会话内容都不会被收集，工作内容留在本机。远程访问方面，浏览器入口可以用界面密码保护，隧道链接支持轮换或吊销。

更值得注意的是私有中继（Private Relay）的设计：通过一次性二维码完成设备配对，不需要开放任何端口，也不必把服务暴露到公网，连接为端到端加密并可随时吊销。项目方的说法是，因为整个项目开源，隐私模型可以直接在代码里被检验，而不是藏在一份政策文本背后。

底层的智能体框架目前用的是 OpenCode SDK，官方给出的理由是它是当前体验最好的开源智能体方案，安装只需一条命令：

curl -fsSL https://opencode.ai/install | bash

OpenChamber 本身免费，代码托管在 GitHub。早期用户反馈中反复出现的描述是同一件事——切换标签页的次数变少，猜测成本下降，工作推进得更连贯。对于已经习惯让智能体承担大部分编码工作、却苦于缺一个统一调度界面的开发者，这类工具的价值大概正在这里。

来源：openchamber.dev

Anthropic 宣布，从 2026 年 8 月 14 日起，Claude Code 的「自动模式」将成为 Pro、Max 与 Team 套餐用户的默认权限设置，除非用户或管理员手动锁定了其他偏好。

所谓自动模式，是用一个分类器取代过去反复弹出的逐条授权确认。每执行一次工具调用，分类器会先判断它是否属于不可逆、破坏性，或超出授权范围的操作。若判定危险，Claude 会改走更安全的路线，或转而向用户申请许可；在被连续拦截多次之后，会话才会退回手动确认。

Anthropic 表示，作为这次调整的一部分，公司不再对自动模式分类器消耗的「每步少量额外令牌」收费。

更值得留意的是一组对比数据。在针对 1053 名付费测试者的研究中，人类只能识别并拦下 13.6% 的危险命令，而自动模式拦下了 89%；而且在连续处理约 50 条提示之后，人类的正确率进一步跌到约 5%。换言之，长时间盯着授权弹窗的人，反而比机器更容易放过危险操作。

Anthropic 提醒，分类器并不能彻底消除风险，涉及生产环境的改动仍建议人工复核。不过公司也给出了一组数据：在 Team 与 Enterprise 客户中，开启自动模式的用户比其他人多提交了约 25% 的合并请求。

9to5Mac 在评测中认为，对熟练用户来说这大概率是更合理的默认项，但前提是先和编程智能体建立足够的信任。有意思的是，作为对比，OpenAI 曾出于额外谨慎，一度在其最强版本 GPT-5.6 上关闭了类似的自动模式。

来源：9to5Mac

一块会亮的键盘：RGB 灯告诉你 AI 在做什么

Codex Micro 的外形与 Work Louder 旗下 Creator Micro 2 几乎一致：13 个机械轴体、1 个电容触摸传感器、1 个旋转编码器（可调旋钮）、1 个平面摇杆。机身采用 CNC 加工聚碳酸酯外壳 + 喷砂阳极氧化铝底座，2.6 磅（约 1.18 千克）的自重让它在桌面上稳如磐石。连接方式支持蓝牙与 USB-C 双模，兼容 Mac 与 Windows（Linux 由社区维护）。

最特别的设计是 6 颗半透明 Agent Key（智能体按键），各带一颗多色 LED，用来实时显示当前 Codex 编程智能体的状态：

• 蓝色：思考中
• 绿色：任务已完成
• 琥珀色：等待额外输入或反馈
• 红色：出现错误
• 常亮白色：智能体空闲

机身边缘的聚碳酸酯透光带也会亮，用来显示麦克风状态：海绿色表示麦克风正在录音，白色流光表示正在处理语音指令，常亮白色表示语音指令已处理完成。这套 LED 灯语的最大价值是「瞥一眼就知道」，无需在屏幕与窗口之间反复切换。

旋钮与摇杆：把推理强度装进指尖

旋转编码器（旋钮）的默认功能是实时调整 Codex 的「推理强度」参数 —— 简单任务保持高速，需要深度思考时拧高强度。这是把原本藏在 Codex 设置面板里的下拉菜单，搬到了物理旋钮上。

平面摇杆则可映射到常用的 Codex 技能上，比如「审查 PR」「调试错误」「重构代码」等。拨动摇杆即可触发，整个交互无需打开任何应用。

剩下 6 颗命令键则分配给最高频操作：接受生成的代码、拒绝输出、按下说话（push-to-talk）、开始新对话、YEET（一键暂存所有本地修改 → 提交 → 推送到 Git → 自动打开 PR）、YOLO（绕过手动审批的全自动模式，对应 CLI 命令 --dangerously-bypass-approvals-and-sandbox）。

每个按键都可自定义功能，整块键盘支持 6 层控制、合计 120 个可编程动作。出厂仅预配置第 1 层。包装内附赠 32 颗 Codex 定制图标键帽与 11 颗纯色键帽，可直拔直插替换。

软件割裂与「YOLO 模式」争议

Codex Micro 的控制被拆在两个软件里：基础操作由 ChatGPT 桌面应用内的 Codex 模块管理，高级按键绑定则需要 Work Louder 自家的 Input App。即便评测者本身是宏键盘老用户，他也坦言「整套配置流程并不像我预期的那样直观」。

更让保守用户犹豫的是 YOLO 键帽 —— 触发的是 Codex Composer 中的全自动模式，绕过所有手动审批，实际执行的 CLI 命令是 --dangerously-bypass-approvals-and-sandbox，等同于「让 Codex 在沙箱里自己跑到底」。这把双刃剑是把高风险流程简化成一个按键，对习惯了全程人工把关的团队来说需要谨慎对待。

为何一天售罄？

Codex Micro 在 OpenAI 自营 Supply Co 商店以限量形式开售，售完即止、未承诺补货。从产品角度看，它本质上是 Work Louder Creator Micro 2 的联名定制款 —— 同样的键盘模组，叠加 OpenAI 品牌溢价与软件集成，售价从 Creator Micro 2 的 199 美元涨到 230 美元。

但它解决了一个真实痛点：开发者同时运行多个 Codex 智能体时，「这个任务跑完了没？」需要不停切窗口确认。Agent Key 的 LED 灯把这一确认成本压缩到「一眼扫一眼」。这是从「看不见的 AI 工具」到「桌面上的物理指示器」的转化，也是 OpenAI 在硬件赛道的第一次尝试 —— 与 Jony Ive 合作的消费级 AI 伴侣预计 2027 年才会面世，Codex Micro 是更早一步的低风险试水。

来源：PCMag