你坐在電腦前干活，旁邊有個(gè)家伙一聲不吭盯著你。你點(diǎn)哪它看哪，你填什么它記什么，等你做完，它說一句：下次這活我來。

這就是 Codex 剛剛發(fā)布的重磅功能，叫 Record & Replay。

翻譯過來就是錄制加復(fù)現(xiàn)。

你把一套操作完整演示一遍，Codex 在旁邊觀察學(xué)習(xí)，然后把整套流程打包成一個(gè) skill（技能）。下回要干同樣的活，新開個(gè)對(duì)話，讓它調(diào)這個(gè) skill，再告訴它這次哪里不一樣，剩下的它自己搞定。

圖形界面，這個(gè)原本為了讓人類擺脫命令行而發(fā)明的偉大創(chuàng)造，現(xiàn)在有望成了 AI 接管電腦的現(xiàn)成基礎(chǔ)設(shè)施。

「學(xué)徒」模式上線，Codex 開始復(fù)制你的工作流

當(dāng)然，不是所有任務(wù)都適合這么玩。

Record & Replay 瞄準(zhǔn)的是那種重復(fù)、看個(gè)人偏好、說不清楚但做一遍你就懂的活。適用場(chǎng)景有這么幾個(gè)：報(bào)銷、訂停車位、建一個(gè)配置正確的 issue、發(fā)視頻、拉周期性報(bào)表。

這些活有個(gè)共同點(diǎn)。要么步驟又固定又繁瑣，要么里頭藏著一堆只有你自己知道的隱性規(guī)則。

比如文件該怎么命名、某個(gè)字段默認(rèn)填啥、到了某個(gè)岔路口該往哪走。這種東西你要用文字一條條寫清楚給 AI，成本極高。不如直接做一遍，讓它自己看。

操作過程也比想象中省事，主要拆成了七步。

先在 Codex 應(yīng)用里打開 Plugins（插件），搜索并添加 Record & Replay 插件。

然后它來要錄制權(quán)限，你準(zhǔn)備好了就點(diǎn)同意。

剩下的就是你在 Mac 上正常把活干一遍。

這期間 Codex 全程觀察，學(xué)這套操作要點(diǎn)哪些地方、動(dòng)哪些窗口的內(nèi)容。

錄制會(huì)一直開著，直到你主動(dòng)停止。所以記住，專心做那一個(gè)任務(wù)就行，別錄著錄著開始干別的。

干完從菜單欄或懸浮層停止，或者直接跟 Codex 說一聲已經(jīng)錄完。

錄完之后 Codex 會(huì)復(fù)盤一遍剛捕捉到的流程，自己起草一個(gè) skill。這個(gè) skill 里寫得很清楚：什么時(shí)候該用這套流程、需要哪些輸入、按什么步驟走、做完怎么驗(yàn)證結(jié)果。

你要是覺得它寫得不夠好，還能讓它再打磨。

幾條錄制建議值得照做：

演示盡量短而完整；錄之前先把目標(biāo)和那些每次會(huì)變的輸入告訴 Codex；用真實(shí)輸入，但密碼和敏感數(shù)據(jù)千萬別錄進(jìn)去；錄完后補(bǔ)上那些重要的隱性偏好，比如命名規(guī)范、字段默認(rèn)值、決策點(diǎn)怎么選；流程做完就停，別拖到無關(guān)的收尾動(dòng)作上。

至于，下次復(fù)現(xiàn)就簡(jiǎn)單了。新開對(duì)話，讓它調(diào)這個(gè) skill，把這次的具體值喂給它，比如要傳哪個(gè)文件、建哪個(gè) issue、報(bào)表要哪段時(shí)間。

有個(gè)關(guān)鍵設(shè)定需要注意：Codex 會(huì)把這個(gè) skill 當(dāng)作可復(fù)用的上下文（reusable context）。

什么意思呢？這個(gè) skill 不是一段寫死的腳本，而是一份它每次都能拿來參考、再結(jié)合當(dāng)前環(huán)境靈活執(zhí)行的說明書。所以同一個(gè) skill，這次傳 A 文件、下次傳 B 文件，它都能套著用。

具體干活的時(shí)候，它會(huì)調(diào)動(dòng)當(dāng)前環(huán)境里能用的工具，包括 Computer Use、瀏覽器操作和已安裝的插件，把流程跑完。

Codex 到底怎么「用電腦」

來看一次公開演示。

這回 Codex 要學(xué)的是上傳 YouTube 視頻的完整流程。它的工作方式是盯著用戶在 YouTube Studio 里操作，把點(diǎn)擊、選文件、敲文字這一整串動(dòng)作全捕捉下來。

諸如選視頻文件、填標(biāo)題和描述、傳縮略圖、加字幕、設(shè)隱私選項(xiàng)等等，Codex 全記下來了，隨后展示了獨(dú)立復(fù)現(xiàn)的能力。

更有意思的是，它不只是機(jī)械地照著步驟復(fù)讀，還試圖搞懂背后的邏輯和門道。

比如什么時(shí)候該把視頻設(shè)成 Private、什么時(shí)候設(shè) Unlisted，怎么管 .mp4 視頻文件和 .srt 字幕文件這種成對(duì)的東西，元數(shù)據(jù)字段該怎么填，字幕怎么跟視頻對(duì)上號(hào)。

它甚至現(xiàn)場(chǎng)處理了一次報(bào)錯(cuò)：

缺 Python 環(huán)境的時(shí)候，它直接從已安裝的 skill 位置讀信息，自己適配過去了。而這一整段錄下來，轉(zhuǎn)譯成一個(gè)隨時(shí)能調(diào)用的 skill。

換句話說，Codex 一旦學(xué)會(huì)，理論上就能在沒人盯著的情況下反復(fù)執(zhí)行。對(duì)那些天天要傳一堆視頻的內(nèi)容工作流來說，這事確實(shí)有用。

要搞懂它憑什么能復(fù)現(xiàn)，得先看 Codex 到底怎么操作電腦。

OpenAI 工程師 Jason 之前梳理過 Codex 用電腦的三條路，能力有重疊，各有各的地盤。總原則是：能用插件或 MCP 就先用，視覺控制留給結(jié)構(gòu)化工具夠不著的邊角。

第一種叫 Computer Use，覆蓋面最廣。

它能在 macOS 和 Windows 上看見并操作圖形界面，通過窗口、菜單、鍵盤、剪貼板來動(dòng)那些授權(quán)過的應(yīng)用。

代價(jià)是慢，因?yàn)樗每唇缑?、判斷點(diǎn)哪、等響應(yīng)、再確認(rèn)狀態(tài)，一步一回頭。但好處也明顯，那些沒有 API 的應(yīng)用它也能對(duì)付，比如 Spotify、Xcode、系統(tǒng)設(shè)置、iOS 模擬器，甚至能通過 iPhone 鏡像去操作 iPhone。

在 macOS 上它還能后臺(tái)跑，你能同時(shí)干別的。它信任邊界也最寬，凡涉及錢、賬戶、支付、憑據(jù)的改動(dòng)，建議你全程在場(chǎng)盯著。

這也解釋了為什么 Record & Replay 只能跟著 Computer Use 一起開啟。它錄下來的操作要復(fù)現(xiàn)，靠的就是 Computer Use 這套看界面、動(dòng)鼠標(biāo)鍵盤的底層能力。

第二種是 Chrome 擴(kuò)展。

它接管你已經(jīng)登錄好的 Chrome，適合那種靠賬號(hào)、cookie、已認(rèn)證標(biāo)簽頁的任務(wù)，比如 Gmail、Salesforce、內(nèi)部?jī)x表盤。它能玩多標(biāo)簽，把同一個(gè)任務(wù)的好幾個(gè)標(biāo)簽頁串成一個(gè)完整工作流來理解。

代價(jià)是它帶著你的身份在動(dòng)，網(wǎng)站會(huì)把它的點(diǎn)擊和提交都當(dāng)成你本人，所以發(fā)送、發(fā)布、購(gòu)買這種步驟一般得先過你審核。

第三種是應(yīng)用內(nèi)瀏覽器。

它活在 Codex 對(duì)話內(nèi)部，跟你共享同一個(gè)渲染頁面，特別適合開發(fā)調(diào)試 Web 應(yīng)用。它最大的特點(diǎn)是隔離，不碰你的瀏覽器配置、cookie、擴(kuò)展和登錄會(huì)話。

需要的時(shí)候這是限制，不需要的時(shí)候反而是個(gè)干凈的邊界。開發(fā)者能讓它改代碼、操作頁面、截圖、修完再跑一遍，形成一個(gè)緊密的反饋循環(huán)，還能直接點(diǎn)頁面元素留設(shè)計(jì)意見。

另外還有個(gè)叫 Appshot 的機(jī)制，它不操作電腦，只負(fù)責(zé)把 Codex 的注意力指到你眼前的東西上。在 Mac 上連按兩下 CMD 鍵，它就抓最前面那個(gè)窗口，把圖像和文字附進(jìn)對(duì)話。你對(duì)著一個(gè)報(bào)錯(cuò)、一封郵件、一個(gè)看不懂的表單直接發(fā)問就行。

用 Jason 的話說，Appshot 負(fù)責(zé)指方向，瀏覽器、Chrome 擴(kuò)展和 Computer Use 負(fù)責(zé)動(dòng)手。而 Record & Replay 錄下來的 skill，正是可以隨時(shí)調(diào)動(dòng)上面任意一種或幾種方式來復(fù)現(xiàn)。

人類操作軟件的經(jīng)驗(yàn)，正在變成 AI 技能

從今年以來，Codex 的發(fā)布節(jié)奏仍在不斷加速，許多人都不知道的是，Codex 應(yīng)用、CLI 和 SDK 不是只能配 OpenAI 自家模型。

在 config.toml 里配一下 model_providers，你可以把 Codex 指向 Ollama、LM Studio 這類本地開源模型，也能接 Mistral、Azure、Amazon Bedrock 這些第三方。傳個(gè) --oss 參數(shù)就能跑本地 provider，不指定的話默認(rèn)走 oss_provider。

▲ https://developers.openai.com/codex/config-advanced#oss-mode-local-providers

也就是說，Record & Replay 這種能力，載體本身是個(gè)對(duì)模型開放的客戶端。

它也有適用范圍。Record & Replay 是從一次演示里快速造 skill 的捷徑，但如果你想把一個(gè)穩(wěn)定的包發(fā)給整個(gè)團(tuán)隊(duì)、捆綁好幾個(gè) skill、加應(yīng)用集成或 MCP 服務(wù)器、管安裝元數(shù)據(jù)，那就別停在錄制層面，老實(shí)打包成獨(dú)立插件。

還有幾個(gè)上手前最好先知道的限制。

Record & Replay 目前只在 macOS 上能用，首發(fā)不覆蓋歐盟、英國(guó)和瑞士，而且必須先開啟 Computer Use 功能。

如果你是組織管理員，還有個(gè)坑得避開：

要是你們用 requirements.toml 統(tǒng)一管 Codex，那 [features].computer_use 這一項(xiàng)是連 Record & Replay 一起管的。

▲ https://developers.openai.com/codex/record-and-replay

哪天把 computer_use 設(shè)成 false，你會(huì)發(fā)現(xiàn)這倆功能一起消失。所以要是你發(fā)現(xiàn)「我這兒壓根看不到 Record & Replay」，先去查這一項(xiàng)是不是被關(guān)了。

「Record & Replay」的上線，看起來只是一個(gè)錄制和復(fù)現(xiàn)操作的小功能，但放到更大的背景里，它代表的是 AI 與軟件交互方式的一次變化。

過去，自動(dòng)化的基礎(chǔ)是 API。軟件必須先開放接口，把能力封裝成機(jī)器能夠調(diào)用的服務(wù)，自動(dòng)化工具和 AI 才能接手流程。沒有 API，沒有結(jié)構(gòu)化入口，很多任務(wù)就無法實(shí)現(xiàn)自動(dòng)化。

因此，傳統(tǒng)自動(dòng)化的邊界，往往取決于軟件愿意開放多少能力。

但現(xiàn)在，OpenAI 試圖繞開這層限制。它不再要求軟件專門為 AI 提供接口，而是讓 AI 直接學(xué)習(xí)人類使用軟件的方式。人能看懂按鈕、菜單和窗口，它也去理解；人能完成點(diǎn)擊、輸入和切換頁面，它也去執(zhí)行。

這意味著，AI 的工作對(duì)象開始從 API 擴(kuò)展到整個(gè)圖形界面。換言之，「Computer Use」負(fù)責(zé)賦予 AI 操作電腦的能力，而「Record & Replay」則負(fù)責(zé)把人的操作經(jīng)驗(yàn)沉淀成可復(fù)用的技能。

這背后對(duì)應(yīng)的，其實(shí)是操作系統(tǒng)角色的變化。過去，操作系統(tǒng)是所有軟件的組織者。我們?cè)?Mac 或 Windows 上安裝各種應(yīng)用，再由人自己在不同軟件之間切換、復(fù)制、整理和傳遞信息。

人始終是連接各個(gè)軟件的中間層。

而當(dāng) AI 能夠跨應(yīng)用觀察、理解并執(zhí)行任務(wù)時(shí)，它開始承擔(dān)這層角色。對(duì)于用戶來說，關(guān)注點(diǎn)逐漸從「如何操作軟件」，轉(zhuǎn)向「想完成什么事情」。

報(bào)銷軟件怎么填、視頻后臺(tái)怎么配置、多個(gè)系統(tǒng)之間如何來回切換，這些細(xì)節(jié)理論上都可以交給 AI 處理。照這樣發(fā)展下去，未來真正頻繁使用軟件的，未必是人，而是 AI。

對(duì)于 AI 來說，漂亮的界面沒有意義，復(fù)雜的菜單也沒有意義。它更關(guān)心的是：這個(gè)軟件能不能完成任務(wù)、能不能被調(diào)用、能不能穩(wěn)定執(zhí)行流程。

從這個(gè)角度看，「Record & Replay」真正有意思的地方，不是又多了一個(gè)自動(dòng)化功能，而是它透露出一種新的趨勢(shì)：人正在從軟件的直接操作者，逐漸變成軟件能力的訓(xùn)練者。

今天我們學(xué)習(xí)怎么使用工具，未來或許更重要的一項(xiàng)能力，是教會(huì) AI 使用工具。