HCI 交互观察 / 自主研究
Codex：让 AI 的工作看得明白
资料调研与界面解读 · 修订 2 · 待个人审阅分析 AI 编程工具，最有意思的问题是：人能否看明白工作在哪里发生、改了什么、下一步该做什么？这篇结合官方演示、其他作者的使用文章与相关研究，讨论任务检查怎样设计。
版本边界。 这是一个历史界面基线，不能称为今天已验证的最新版。图中显示的模型名称，也不能当作客户端版本号。当前 OpenAI 的代码检查与 worktree 文档已位于 ChatGPT 桌面端文档体系中；文档能帮助核对概念，不能证明旧图的布局仍然相同。截图来源、当前代码检查文档。
从一个具体任务出发
设想学生让 AI 给现有网站加一个中文首页。完成任务意味着选对项目、说明改动范围、检查页面，并在其他页面被误改时恢复。生成文件只是过程中的一步。
计划测试的路径是：选择项目 → 说明范围 → 理解执行位置 → 检查改动 → 验证页面 → 保留或恢复工作。这里描述的是测试任务，还没有执行用户实验。
图中能直接观察到什么
- 任务上下文持续可见。 左侧列出项目与近期任务，中央显示当前项目名称。
- 执行位置选择。 输入框下方有 Local、Worktree、Cloud，视觉上比较轻，但选择会影响工作方式。
- 与实际改动连接。 顶部有 Open、Commit 和改动计数；计数能提示检查，不能单独解释改动的意义。
别人的体验与研究怎样补充分析
作者体验 Janine Heinrichs 在 2026-05-28 的文章里，用落地页任务串起项目、计划与成果检查。下面保留她的过程图；这是一位作者的体验，并非用户实验。原文。
相关论文 Grounded Copilot 的“加速／探索”区分，以及 RECAP 把聊天与代码变化关联的做法，都能启发任务记录。Copilot 论文 · RECAP。它们研究的是 Copilot 与研究工具，不能证明当前 Codex 已有相同设计或相同测试结果。
本站的延伸问题： 界面是否能连接需求、行动与检查依据？两张 Codex 图来自不同日期与使用环境，布局差异不能全部归因于版本。五份配图选读与研究范围。
哪些地方做得好
设计判断 侧栏让持续的工作有一个可见的“家”。用户回来时可以辨认项目与任务，减少重新回忆上下文的负担。这有助于从一次性提问过渡到持续协作。
中央输入框给出了明确的开始动作，旁边的任务建议帮助新用户理解可以提出什么请求。顶部的代码操作也把聊天与可检查的实际成果连接起来。
当前官方文档说明了用于独立工作的 worktree，以及检查本地改动、比较代码的流程。这些机制有助于隔离工作和人工检查，但“功能存在”不等于“新手能自行找到”。Worktree 文档、代码检查文档。
哪些地方可能造成交互阻力
模式的理解成本。 用户可能认识“本地”“云端”这些词，却不清楚它们具体影响哪些文件。图中执行选项的视觉权重较低。我的假设是：部分新用户可能已经提交任务，却无法解释任务在哪里运行。这个假设需要测试，不能写成已观察到的错误率。
做了很多，不一定等于做好了。 长对话可以展示大量活动，但人仍需要判断目标是否完成。开始界面不能证明运行、失败、等待与完成状态的反馈质量；后续应分别截图和观察这些状态。
检查成果的成本。 学生真正关心的是“中文首页是否可用，其他页面有没有受影响”。理想界面应把需求、改动文件与验证依据连接起来。这是评价标准，不能据此断言当前产品没有相关入口。
分析参考 Nielsen 的可用性启发式原则中的状态可见性、识别、错误预防与用户控制。宣传图经过缩放压缩，不能用于断言键盘可访问性、焦点顺序或对比度合规。
一个可以试验的改进方案
在输入区和结果旁增加可展开的任务检查区：展示工作位置、约定范围、涉及文件与待完成的检查。高级细节按需展开，让重要状态容易找到。
本文改进提案 / 示例内容，并非产品真实截图
为网站添加中文首页
确认范围实施改动检查结果
工作位置：独立的项目 checkout
任务范围：首页与导航翻译
待验证：页面预览、中英文切换
检查改动文件打开页面预览查看恢复选项
恢复入口要说明能恢复什么：停止 AI、恢复文件、撤销外部操作是不同的事。用户应在依赖它之前，理解这些区别。
怎样验证这个判断
计划邀请少量新手与熟练用户做探索性测试，实际人数在实验后记录。给每人相同的网站和任务，比较现有流程与改进方案；交替安排顺序，每轮恢复初始文件状态。
记录用户是否识别执行位置、发现准备好的误改、完成首页要求，并恢复正确文件状态。时间以秒记录，从任务说明开始到各个里程碑结束，同时记录走错的路径与求助。提交更快，但检查更不可靠，不能算整体改善。
目前的判断： 演示界面的结构有利于持续的项目协作，也暴露了面向代码的操作。接下来最值得验证的是：它能否把 AI 的活动清楚地转化为人能检查的结果。
研究更新记录
- 修订 1 · 2026-10-03： 加入官方截图基线、资料核对与启发式分析。
- 修订 2 · 2026-10-03： 补充作者体验原图、相关论文与配图选读；区分原作者结论和本站延伸问题。
- 下一步： 记录实际安装的桌面客户端版本，补充运行、检查、恢复界面，并进行真实任务观察。
草稿使用 AI 辅助，待我个人审阅；原作者的研究与体验均有署名，没有写成我的个人实测。配图选读 · 分析方法 · Claude 分析。