Codex 大更新:从写代码工具变成能操作你电脑的助手

@宝玉xp:OpenAI 给 Codex 推了一次重大升级,把这个每周被 300 多万开发者使用的编程助手,从写代码的扩展成了能操作整台电脑的工作伙伴。

最核心的变化是后台电脑操作。Codex 现在能自己看屏幕、自己点鼠标、自己敲键盘,在 Mac 上跑多个 agent 并行干活,而且不会抢占你正在用的其他窗口。这对于那些没开放 API 的软件特别有用——以前 agent 碰到这类应用就歇菜,现在直接像人一样手动操作。

桌面 App 内置了浏览器,你可以直接在网页上圈点批注来给 agent 下指令,目前主要用于前端开发和游戏调试。图像生成也接进来了,用的是 OpenAI 新的 gpt-image-1.5 模型,做产品概念图、UI mock、游戏素材可以和写代码在同一个流程里完成。

另外新增 90 多个插件,把 JIRA、GitLab、CircleCI、微软全家桶、Databricks 旗下的 Neon 等工具都接了进来。桌面 App 本身也加了处理 GitHub review 评论、多终端标签、通过 SSH 连远程 devbox(开发沙箱)等功能,PDF、表格、幻灯片可以直接在侧边栏预览。

还有两个值得注意的功能。一个是记忆:Codex 会记住你的偏好、过往的纠正、花时间收集来的上下文,以后做类似任务不用每次都从头教。另一个是“自我排程”:它可以给自己安排未来的任务,自动在几天甚至几周后醒过来继续推进一件长期工作,团队已经在用它来追踪 Slack、Gmail、Notion 里没收尾的事情。

可用性方面,更新从今天开始推送给用 ChatGPT 账号登录桌面 App 的用户。电脑操作功能先上 macOS,欧盟和英国稍后开放;记忆和上下文感知推荐功能,企业版、教育版以及欧盟英国用户要再等等。

这一波更新的方向很清楚:Claude Code、Cursor 这些竞品都在往通用Agent 的方向走,OpenAI 要把 Codex 从编辑器里的编程助手,变成一个能跨应用、跨时间、跨工具链持续干活的数字同事。

官方公告https://openai.com/zh-Hans-CN/index/the-next-evolution-of-the-agents-sdk/

Avatar photo

JameCling

我是 格律诗的软件世界 的作者,一名专注于软件工具、AI 技术和数字效率领域的独立研究者。
多年来,我持续关注互联网工具的发展趋势,体验不同平台的软件产品,并研究它们如何帮助用户提升效率。
我的工作不仅是整理软件信息,而是通过实际测试、功能分析和使用场景研究,帮助用户判断一个工具是否真正值得使用。
格律诗的软件世界 的每一篇文章都希望提供真实、有价值的信息,包括工具特点、使用方法、优缺点分析以及适合的人群。
我相信,好的工具能够改变工作方式,而准确的信息能够帮助用户做出更好的选择。