躺着指挥 AI 写代码，批准时看不见代码
Hello，我是飞飞。
你要是也天天在终端里给 AI agent 按批准，这条新闻值得看一眼。一个中国学生，把 99 块钱的小米蓝牙遥控器 2 Pro，改成了 Mac 的控制台。项目开头写的主打场景就一句话：躺在沙发上指挥 AI 写代码。我刷到的时候，愣了得有十秒。遥控器我家里就有一个，它这辈子的工作是换台。
方向键翻 agent 的结果，按住语音键说话，字直接落进终端。最绝的是它专门给批准做了一层：OK 键等于回车，就是批准；返回键等于 Esc，就是拒绝。批准这个在终端里按到手麻的动作，长出了自己的实体键。
项目叫 godarrenw/mi_remote_control。先交代底：我没装过它。这篇是我把 README、设计文档、源码注释一路啃下来的解读，里面所有「跑通了」「延迟如何」的说法都是作者口径。你当方向看，别当实测看。但有一句话我看完就想说：批准的本钱是看得见，躺到沙发上，这笔本钱正好花掉了。
一个学生和 99 块的遥控器
这地方挑得准。遥控器本身是小米电视的配件，官方定价 99 元，蓝牙 5.4，带麦克风。蓝牙链路上，按键和语音还是两条独立的通道，刚好都能被 Mac 接管。
项目这边更说明问题。7 月 19 号首发，放出的是 v0.1.0 公开预览版，没做 Apple 公证，每次升级要重新授权一回，一个学生的课余项目，就这条件，截至今天攒了 233 个 star。痛是真的：批准按到手麻这件事，憋着一群人呢。作者 GitHub 简介写着 from china, a normal student，粉丝 2 个。
遥控器怎么接管 Mac
拆开是两条链路。按键这条：遥控器 13 个键走标准 HID，说白了，就是键盘通用的那套协议，Mac 配对完直接把它当蓝牙键盘。麻烦在 macOS 不许程序抢蓝牙键盘。作者的绕法是先用系统自带的 hidutil，把一部分键改绑到 F14 到 F18。改绑之后，你按遥控器上那几颗键，在 macOS 眼里就等于按了一下 F15。这几个键系统从来不用，没有默认动作，也没人跟程序抢。再让程序用系统级的按键监听盯住它们，反查出你按的是遥控器上哪一颗。状态机判断完单击长按双击，再合成回车、切窗口这些真动作。退出时映射清空，恢复原样。
语音那条更绕。按住语音键，声音不走普通蓝牙音频，走一条叫 ATVV 的私有通道。这是 Google 给 Android TV 电视盒子定的语音协议，小米是采用方。Mac 系统不认识这条通道，也就不去抢，程序就能独家接管。声音被压成 ADPCM 格式传过来，程序解开，喂给 BlackHole。这是个免费的虚拟声卡，装上等于系统里多了个假麦克风。豆包输入法把假麦克风当录音源，识别出字，打进你光标所在的框。识别环节整个是现成的，项目自己没碰任何 AI 模型。
看到这我笑了。我自己做语音记账 App 的时候，走的是同一条路。按住说话记一笔账，端上规则解析是主力。它的翻车不报错，就两个暗号：金额认不出来，字段里躺着 0；类别认不出来，躺着 -1。程序就盯这两个数，逮到了把这句异步丢给后端的 LLM 再解析一回，2 秒不回来，降级用规则的结果凑合。识别这种又重又成熟的活，说真的，别自己造，把搬运和兜底做好就行。一个学生跟我想到了一处，这大概是工程判断的公约数。
真正戳我的是那颗 OK 键
打开 Presets.swift，批准层的绑定写得清清楚楚：OK 等于 Enter，批准；返回等于 Esc，拒绝或者中断；上下键在选项里挪；音量加减键是切 agent 标签页；菜单键等于 Shift+Tab，切自动模式。连逃生通道都想好了，长按菜单键 1.5 秒，强制清空所有模式。作者在代码注释里写，五家 AI CLI，就是终端里那批 AI 编程工具，审批界面高度一致，一套层能全部复用。这是作者口径，我没逐家核过。但 Enter 确认、Esc 中断、Shift+Tab 切模式这几条，在我天天用的 Claude Code 里属实。
配套还有个提醒子系统：往 Claude Code 的 settings.json 注入三条 hooks，agent 等你批准的时候，遥控器那头会知道。你人躺在沙发上，提示来了，拇指往 OK 上按下去，agent 接着跑。
这颗键的分量在这儿：批准这件事，高频到了值得单独长出硬件的地步。Claude Code 的权限弹窗借用的是键盘回车和 Esc。官方仓库里挂着 issue，说弹窗抢走按键导致误批准、误拒绝。Zed 社区专门开过讨论，要给批准弹窗配专属快捷键。有位开发者说得更直白：真正把 Claude Code 用户搞垮的，是点批准这个动作，一次又一次。
痛点是真的，痛到有人给它配了颗实体键。
沙发上批的是看不见的活
但我得说别扭的地方。我审 agent 的活靠三样：git diff 逐行过，测试跑没跑通，输出对不对。全是看结果，判断从来发生在看见之后。这是我那套土办法的根。
遥控器没屏幕。
你躺在沙发上，提示音响了，屏幕上有什么你看不清，手边只有一颗 OK 键。楼下按门铃，老式对讲机没有画面，你听个动静就按了开门。搁 agent 这儿，门里站着的是要跑命令的它。
公道话得说：项目自己没吹过头。提醒子系统只管提醒，批准还是靠映射键发 Enter 和 Esc。它不替你审内容，文档里也没承诺你不用看。问题出在姿势上。批准的本钱是看得见，遥控器把按键搬到了你手边，把屏幕留在了你眼睛够不着的地方。
我现在的办法是 Claude Code 后台 agents 那块看板，在跑、等你、干完了三栏。空格偷看一眼，回车钻进去接管。接管时它跑在单独的 worktree 里，弄不坏我的目录。这套的前提是我坐在电脑前。遥控器把入口搬到了沙发上，看板还留在原地。
五月我写 Codex 进手机那篇，留过一句话：误审批怎么回滚、危险命令怎么二次确认，两家都没拿出完整方案。三个月过去，官方没交卷，民间先把批准做成了硬件。这个速度差，比遥控器本身有意思。
它自己就像 agent 造的
啃文档的时候我越看越眼熟。仓库根上有 CLAUDE.md。测试计划文件 59KB，还带自检命令。commit 记录里有「终审收口」「双评审并集修复」这种话术，还有以 Merge branch ‘worktree-agent’ 开头的合并记录。设计文档的触发模型枚举里嵌着八个字，「我要测试一下说话」。前后还有异常的空行，像是听写时留下的。
作者没说过这项目是怎么开发出来的。上面这些全是公开可查的仓库事实，我只能摆到这，不下结论。有一条倒可以说：就算真是流水线造的，质量做得像模像样，CI、自检、实机验收清单一样不缺。这跟「AI 造的等于糙」那个老印象，对不上。
我自己这篇稿子就是这么产出来的，搜料、初稿全跑在 Claude Code 上。一个学生用 agent 造出一个管 agent 的工具，我一点不稀奇，我只是没想到它偏偏长成一个遥控器。
批准该顺手还是该消失
还有一层更根本的分歧。Anthropic 在 8 月 14 号把 auto mode 设成了新会话默认。官方工程博客的说法是，让一个跑在 Sonnet 4.6 上的分类器在动作执行前逐条评估，当人类审批者的替身。说人话就是，官方的正式答案是把批准变少，这个民间项目的答案是让批准变顺手。两条路同时开着，谁对？
要承认的是，auto mode 那条路有人抢着走。权限弹窗按到手麻是真的，放手让它自己跑心里没底也是真的，两边都有人在排队。
分开看就有答案了。改坏了能 reset 回来的活，auto mode 替你把批准变少，这是省时间，这份便宜我领。越不敢松手的活，越说明那一步判断值钱，值钱的判断就该配一颗看得见内容的键。遥控器没偷走判断，它只是把判断挪到了你看不见的地方。
我先把加购物车这件事按住了。等我真把它装上，亲手在沙发上批一回，再来写一篇讲讲手感和后怕。你呢，agent 等你批准的时候，你是在键盘前坐得笔直，还是也恨不得躺下？