Codex 学会“抢答”了：Composer predictions 预测你的下一条指令，Tab 一下继续干活

从"补全代码"到"补全意图"

写代码的人早就习惯了 Tab 键。光标停在半截函数后面，灰色的代码建议浮现出来，按一下 Tab，几十行代码落地——GitHub Copilot 把这个动作训练成了肌肉记忆。但这一次，OpenAI 把 Tab 的领地往前推了一步：不再补全代码，而是补全你脑子里还没组织好的那句话。

北京时间 10 月 10 日凌晨，OpenAI 在发布说明里上线了一个不起眼但值得细品的 beta 功能：Composer predictions。Codex 回复结束后，输入框里可能会浮现一条"建议的下一句话"。按 Tab 接受，改一改，确认无误再发送。注意这个细节：接受不等于发送，人必须先 review。这是整个功能里最值得划线的一句话。

从交互史上看，这是一次迟到但必然的进化。搜索引擎有搜索建议，手机键盘有下一词预测，邮件客户端有智能回复——所有"人要往框里打字"的场景，最后都长出了预测层。AI 编程助手反而是最后一个补上这一课的：过去两年，所有的智能都堆在了"模型怎么回"上，没人认真想过"人接下来想说什么"。Composer predictions 把预测做到了 prompt 这一侧，补全的不再是代码 token，而是意图本身。

机制：它到底在预测什么

根据官方发布说明，预测的依据是"当前 Codex 线程中的对话上下文"（based on the conversation in your current Codex thread）。换句话说，它不是一个通用的"下一步操作猜测器"，而是一个读过完整上下文的续写者：你刚才让 Codex 重构了登录模块，它可能建议"现在给重构后的模块补单元测试"；你刚修完一个 bug，它可能建议"跑一下全量测试确认没有回归"。

交互流程被设计得很克制，一共三步：

• 出现：Codex 回复结束后，建议可能出现在消息框里。注意官方用的是"may appear"——不是每轮都有，模型觉得有把握才开口。
• 接受：按 Tab 键，文本落入输入框。这时候它只是一段可编辑的草稿。
• 发送：你 review、修改，手动点发送。接受建议不会自动发送，这是写进发布说明的硬性保证。

这个"三段式"设计其实回答了一个关键问题：预测错了怎么办？答案是——错了就改，改完再发，或者直接无视。预测文本的地位被刻意压低：它是草稿，不是决策。OpenAI 显然吸取了早期"AI 自动执行"类功能翻车的教训，把最终拍板权牢牢留在人手里。

还有一个值得留意的措辞：官方说的是建议"可能"出现（may appear），而不是每轮必现。这意味着预测层内部有一个置信度门槛——模型觉得"这句我很有把握"才开口，没把握就保持沉默。这种"宁缺毋滥"的策略是对的：一个经常猜错的预测框只会训练用户无视它，而偶尔出现、次次靠谱的建议才能真正进入工作流。预测功能的第一课不是"猜得多"，而是"猜得准"。对用户来说，这意味着当建议真的浮现时，它值得你多看一眼。

可用范围与开关：先看你有没有资格

这次 beta 的门槛列得很细，照官方原文整理如下：

• 用户：年满 18 岁的个人 ChatGPT Pro 用户，各支持地区可用。注意"个人"二字——企业版、教育版不在这次 beta 范围内。
• 客户端：最新版 Codex 桌面 app。网页版、CLI 暂时没有。
• 线程类型：本地（local）和 SSH 线程。云端线程不在支持列表里。
• 模型：限定 GPT-6 Astra 或 GPT-6.1 Sol。用别的模型，预测不会出现。

功能默认开启。想关掉的话，路径是 Settings → General → Composer，把 Show predictions 关掉就行。默认开启这个选择本身就有信息量：OpenAI 对这个功能的完成度相当有信心，敢让它直接面对所有符合条件的 Pro 用户，而不是藏在实验开关后面等人去挖。

Beta 期间免费：但要看清计费边界

价格是这类功能最容易产生误解的地方，官方这次把话说得很死，分两层：

• 生成预测不花钱：beta 期间，生成预测不计入 Codex 用量限制，也不消耗 credits。模型在后台帮你"想下一句"，这部分 token 不走你的账。
• 发出去的消息正常计费：一旦你按了发送——包括接受了预测之后发出去的——就按正常的 Codex 用量限制和计费规则走。

这个计费设计很聪明。它把"AI 的思考"和"人的决策"做了财务上的切割：预测是 OpenAI 请客，因为那是它在主动提供服务；发送是你的动作，所以你买单。对用户来说，beta 期就是零成本试用；对 OpenAI 来说，这是用免费额度换真实交互数据，打磨预测质量。等 beta 结束，预测生成的成本大概率会被折进整体定价里——现在先养成习惯再说，这是标准的平台打法。

Codex 回复结束后，输入框浮现建议的下一句话，按 Tab 接受、review 后再发送

对 vibe coder 意味着什么

先说结论：这个功能对 vibe coder 的价值，可能比对专业程序员更大。原因很简单——vibe coding 的瓶颈从来不只在"模型写代码行不行"，而在"你能不能把意图说清楚"。

回想一下你用 Codex（或者任何 AI 编程工具）的真实工作流：一轮回复结束，你盯着输入框，大脑里同时在跑三件事——刚才的结果有没有问题、下一步该干什么、这句话该怎么组织才能让模型听懂。第三件事是最隐形也最耗神的：把模糊的意图翻译成精确的指令，本身就是一种心智负担。很多人没意识到，自己每天花在"措辞"上的精力，一点不比看代码少。

Composer predictions 恰好切掉了这第三件事。当模型根据完整上下文替你把下一句组织好，你的工作从"从零措辞"降级为"判断这句话对不对、改几个词"。这不是省了几秒钟打字时间，而是把认知负荷从"生成"降到了"校验"——而校验恰恰是人相对擅长、AI 相对不擅长的事。这个分工变化，才是功能真正的含金量。

但硬币的另一面同样要看清。建议不等于指令，这句话值得在脑子里钉死。预测文本看起来越像你想说的，你越容易滑过去不 review，直接 Tab+回车连击。有经验的 vibe coder 都知道，AI 编程里最贵的 bug 往往不是模型写错了，而是人没看清就让它继续了。预测功能把"继续"做得越顺滑，这个风险就越大。我的判断是：把 Tab 当成"省打字的快捷键"用可以，把它当成"不用想的自动驾驶"用，早晚要翻车。

还有一个更深层的变化值得玩味。当预测开始替你说出"下一步"，它其实在悄悄塑造你的工作流：你会倾向于走它建议的那条路，因为那条路最省力。长期看，这可能让一部分人的开发路径趋同——大家都沿着模型最擅长的那几条" happy path"走。这对效率是好事，对多样性未必。vibe coder 的核心竞争力恰恰是"奇怪的想法 + 快速验证"，如果连"下一步想什么"都外包给了预测，那个"奇怪"可能会被磨平。保持一点刻意的"不听话"，可能是这个功能时代最重要的习惯。

放在"28 天连发"里看：小步快走的注脚

这个功能是 OpenAI 那场"28 天连续发布"中的一天更新。和之前几天的大模型、API 更新相比，Composer predictions 显得很小——没有新模型，没有新定价，就是一个输入框里的小建议。但恰恰是这种"小"，说明了这场连发的真实成色：它不全是憋大招，也包括这种打磨交互细节的日常 shipping。

从产品史的角度看，这类"小功能"往往比大模型发布更能改变人的日常习惯。GPT-6 Astra 再强，你一个月可能也只在几次关键任务里感受到；而一个输入框里的 Tab 建议，你每天要按几十次。改变发生的地方不在发布会，在肌肉记忆里。OpenAI 显然也明白这一点：预测默认开启、beta 免费、关闭路径藏得不深不浅——这是一套标准的"习惯培养"组合拳。

对比一下友商的动作也很有意思。Cursor 的 Tab 补全、Copilot 的 next edit suggestions，走的都是"预测代码"路线；OpenAI 这次直接跳到了"预测意图"，把战场从编辑器内部搬到了对话层。这暗示了一个判断：在 OpenAI 的产品观里，Codex 的核心交互面是 Composer 对话，而不是代码编辑器。代码只是对话的副产品，意图才是主战场。这个站位，决定了未来 Codex 会长成什么样子。

从补全代码到补全意图：预测层正在从编辑器走向对话界面

现在该做什么：三条实操建议

第一，符合条件的 Pro 用户可以直接开着用，beta 期零成本，不用白不用。但给自己定一条铁律：Tab 之后必须扫一眼再发送，哪怕只看三秒。把"review"变成和按 Tab 绑定的连招，而不是可选项。

第二，观察它猜错的时候。预测的质量方差本身就是信息：它总猜错的方向，说明你的工作流里有模型理解不了的跳跃性——那些地方恰恰是你作为人的独特价值所在，也是你写 prompt 最需要下功夫的地方。

第三，不符合条件的用户不用着急。beta 范围（个人 Pro、桌面端、local/SSH 线程、限定两个模型）说明这还在早期验证阶段。OpenAI 的惯例是：beta 跑顺了就会扩到 Plus、扩到网页端。现在可以先看看 Pro 用户的实测反馈，等 GA 了再决定要不要为它升级。

结语：Tab 键的下半场

Tab 键的上半场是补全代码，Codex 用 Composer predictions 踢开了下半场：补全意图。这听起来是个小功能，但它标志着 AI 编程助手的竞争维度变了——从"谁生成的代码更好"变成"谁更懂你下一步想干什么"。后者更难，也更接近"结对编程"的本质：好的搭档不只是手快，更是能接住你的思路，甚至抢先半步。

当然，抢答的前提是答对。预测文本再像人话，它也只是建议。Tab 可以按，脑子不能关——这句话在 AI 编程的每一个阶段都有效，在"AI 开始替你说话"的阶段尤其有效。

一句话总结：Codex 的 Composer predictions 把"下一句预测"做进了 prompt 输入框，beta 免费、默认开启、按 Tab 接受但必须手动发送；它省的不是打字时间，而是组织语言的心智负担——但建议永远只是建议，review 的习惯比功能本身更重要。