龍蝦上身Codex

Codex做了一次很大的更新，從一個代碼編寫工具變成了能操作電腦的助手。

官方用了一句很夸張的話作為宣傳：“Codex for (almost) everything.”

簡單地說，過去的Codex作為編碼工具，邊界一直還算清晰：你提出需求，它生成代碼。

但這次更新之后，這個邊界被狠狠擴展了。

它開始操作你的電腦，使用應用，在不同工具之間來回切換；它可以把任務留到幾天之后再繼續，也能根據你過去的習慣，給出下一步該做什么的建議。

這些能力拼在一起，讓Codex有了龍蝦（OpenClaw）的既視感。

它開始“工作”了。

01

從寫代碼到“動手干活”

這次更新最核心的亮點是，Codex開始直接操作電腦了。

按官方的說法，Codex現在可以通過“看到屏幕、點擊鼠標、輸入鍵盤”的方式，直接使用你電腦上的應用。它會用自己的光標，在界面上完成操作，而不是調用API接口。

可以這么理解：過去AI通常依賴API接口來完成工作，一旦遇到沒有接口的工具，比如設計軟件、本地應用、內部系統等等，它的能力就會受限。

但現在，它可以繞過這些限制，直接在界面上動手。

而且這種操作并不會打斷你當前的工作，多個Agent可以在后臺并行運行，在不同應用之間切換，用戶依然可以正常使用電腦。

這個功能目前在macOS搶先上線，其它系統還需要再等待一段時間。

除此之外，這一版本的Codex開始直接接入網頁。

桌面應用內置了瀏覽器，你可以在頁面上圈出某個按鈕、某一段區域，甚至直接寫下評論，把“位置”本身變成指令，讓它據此修改界面、調整邏輯或檢查問題。

這個功能對前端設計和游戲開發非常有用，如果原本是用Codex生成的代碼，在生成的界面上直接標注就好。

官方文檔顯示，他們計劃隨著時間推移擴展這一功能，使Codex能更完整地控制瀏覽器，不再局限于本地運行的網頁應用。

同時還添加了原生的圖像生成功能：Codex現在可以使用gpt-image-1.5生成和迭代圖像，用于產品設計、界面草圖或游戲素材，不需要額外接API。

圍繞開發流程本身，這次更新把很多原本分散的環節也補上了，例如可以處理GitHub的評審評論；打開多個終端標簽；通過SSH連接遠程開發環境；在側邊欄直接預覽PDF、表格和文檔。

還有一個匯總面板，可以看到當前在做什么、用了哪些信息、產出了什么結果。

這些能力并不完全是從零開始的新功能，只是以前零散存在，現在被放進了Codex的整個開發流程里。

Codex還擴展了插件和工具集成，接入了90多個插件，包括JIRA、GitLab、Microsoft套件等等。

任務開始跨工具流動，而不是停在某一個應用里。你可以一句話讓它同時查Slack、Gmail、Notion，再給你一個需要處理的事情列表。

還有一個很關鍵的升級是，Codex現在可以把任務“留到以后再做”。

它可以復用已有的上下文，在未來某個時間點自動繼續執行任務，整個過程可以跨越幾天甚至幾周。

也就是說，之前已經完成的整理、討論過的問題，以及還沒做完的工作，都不會被丟掉。它們可以被帶入下一步，成為后續任務的一部分。

與此同時，記憶能力也開始生效。Codex會記錄你的偏好、修改習慣以及已經整理過的信息，讓后續任務在不需要反復說明的情況下繼續推進，并逐漸貼合你的工作方式。

當它掌握了足夠的上下文之后，Codex就可以從不同工具中提取信息，識別出需要處理的評論或任務，整理出一份有優先級的行動建議，告訴你應該從哪里開始繼續一個項目。

02

不只是功能升級

上面羅列的很多功能乍一看可能互不搭嘎，但它們指向了同一個變化：工作流。

過去，Codex存在于某一個具體環節里，寫代碼、改代碼、解釋代碼。你需要在不同工具之間來回切換，把任務拆成一段一段再交給它完成。

但現在這些事情開始連在一起了：它可以在應用里執行操作，在網頁中獲取信息，在終端里運行命令，再把結果帶回到代碼里；它也可以把這些步驟延續下去，在幾天之后繼續推進同一個任務。

可以說，原本分散在不同工具、不同時間里的工作，開始被串成一條連續的流程，被收在了一個系統里。

原生的Mac集成，讓Codex可以操作你的電腦，在本地環境中操作應用、協調任務，并在不同工具之間流轉信息。

它沒有取代原本的應用，但開始在這些應用之間流動，把任務從一個地方帶到另一個地方。

這也是為什么有人會認為，Codex正在變成知識工作的”操作系統“。

另外，相比接入更多應用，有人認為記憶能力可能才是這次更新的關鍵。

因為一旦AI開始理解你的工作方式，并在后續任務中復用這些信息，它會逐漸貼合你的習慣，讓你用得越來越順手。

這確實指向了一個趨勢：未來的AI競爭，可能不只是模型能力本身，還是誰能更深入地嵌入你的工作流程，并持續理解你是如何完成工作的。

03

“超級應用”

說到深入工作流的能力，很多人可能會覺得和OpenClaw很相似，兩者的方向確實一致，都是讓AI去完成任務，而不是只回答問題。

不同的地方在于，OpenClaw更偏“調用工具”，通過接口把流程串起來；而Codex這次更新把AI放進了系統內部，讓它直接操作應用。

所以會說它是“龍蝦”上身——把這套邏輯并入系統里，可不是上身么。

這種相似或許和Peter Steinberger（OpenClaw創始人）加入OpenAI有點關系，不過更可能的情況是OpenAI本身就想做生態整合，做一個能搞定所有事情的“超級應用”（super app）。

據OpenAI官方統計，Codex現在每周有超過300萬用戶，其中有近一半的使用是非編碼任務。它的使用場景已經不再局限于代碼，這次的更新可能就是OpenAI想做“超級應用”的第一步。

從上線節奏來看，這次更新也在分階段推進：桌面控制的功能目前只在macOS上推出；記憶和上下文感知建議的功能先開放給美國用戶，歐盟、英國、教育版、企業版稍后。

能力還在鋪開，但方向已經很明確了：Codex正在從一個寫代碼的工具，變成一個可以跨應用、跨時間持續完成任務的系統。

這條路也不只是OpenAI在走，幾乎是同一時間，Perplexity AI也發布了名為“Personal Computer”的Mac桌面應用，同樣在嘗試把本地文件、原生應用和瀏覽器操作整合在一起，讓AI可以在一個統一環境中執行任務。順便一提，最近更新的Claude Opus 4.7已成為Personal Computer的默認協作（orchestration）模型。

而Anthropic，他們的產品本身已經具備較強的Agent能力，可以調用工具、執行多步任務，但更多集中在開發環境和工具調用層面，暫時還沒有形成一個直接操作桌面應用的統一系統。

國內的趨勢也大致相同：幾乎所有大廠都在布局類似OpenClaw的Agent體系，同時也開始嘗試讓AI直接操作本地環境、執行任務。

說白了，目標都是讓AI不再停留在對話里，能夠進入實際的工作環境。

從聊天到寫代碼，到操作應用，再到跨時間推進工作，當AI開始“動手”，工作方式就發生了變化。

“龍蝦”上身的Codex，只是其中一步。