Related articles
文 | 字母 AI
Codex 做了一次很大的更新，从一个代码编写工具变成了能操作电脑的助手。
官方用了一句很夸张的话作为宣传：「Codex for (almost) everything.」
简单地说，过去的 Codex 作为编码工具，边界一直还算清晰：你提出需求，它生成代码。
但这次更新之后，这个边界被狠狠扩展了。
它开始操作你的电脑，使用应用，在不同工具之间来回切换；它可以把任务留到几天之后再继续，也能根据你过去的习惯，给出下一步该做什么的建议。
这些能力拼在一起，让 Codex 有了龙虾 （OpenClaw） 的既视感。
它开始 「工作」 了。
从写代码到 「动手干活」
这次更新最核心的亮点是，Codex 开始直接操作电脑了。
按官方的说法，Codex 现在可以通过 「看到屏幕、点击鼠标、输入键盘」 的方式，直接使用你电脑上的应用。它会用自己的光标，在界面上完成操作，而不是调用 API 接口。
可以这么理解：过去 AI 通常依赖 API 接口来完成工作，一旦遇到没有接口的工具，比如设计软件、本地应用、内部系统等等，它的能力就会受限。
但现在，它可以绕过这些限制，直接在界面上动手。
而且这种操作并不会打断你当前的工作，多个 Agent 可以在后台并行运行，在不同应用之间切换，用户依然可以正常使用电脑。
这个功能目前在 macOS 抢先上线，其它系统还需要再等待一段时间。
除此之外，这一版本的 Codex 开始直接接入网页。
桌面应用内置了浏览器，你可以在页面上圈出某个按钮、某一段区域，甚至直接写下评论，把 「位置」 本身变成指令，让它据此修改界面、调整逻辑或检查问题。
这个功能对前端设计和游戏开发非常有用，如果原本是用 Codex 生成的代码，在生成的界面上直接标注就好。
官方文档显示，他们计划随着时间推移扩展这一功能，使 Codex 能更完整地控制浏览器，不再局限于本地运行的网页应用。
同时还添加了原生的图像生成功能：Codex 现在可以使用 gpt-image-1.5 生成和迭代图像，用于产品设计、界面草图或游戏素材，不需要额外接 API。
围绕开发流程本身，这次更新把很多原本分散的环节也补上了，例如可以处理 GitHub 的评审评论；打开多个终端标签；通过 SSH 连接远程开发环境；在侧边栏直接预览 PDF、表格和文档。
还有一个汇总面板，可以看到当前在做什么、用了哪些信息、产出了什么结果。
这些能力并不完全是从零开始的新功能，只是以前零散存在，现在被放进了 Codex 的整个开发流程里。
Codex 还扩展了插件和工具集成，接入了 90 多个插件，包括 JIRA、GitLab、Microsoft 套件等等。
任务开始跨工具流动，而不是停在某一个应用里。你可以一句话让它同时查 Slack、Gmail、Notion，再给你一个需要处理的事情列表。
还有一个很关键的升级是，Codex 现在可以把任务 「留到以后再做」。
它可以复用已有的上下文，在未来某个时间点自动继续执行任务，整个过程可以跨越几天甚至几周。
也就是说，之前已经完成的整理、讨论过的问题，以及还没做完的工作，都不会被丢掉。它们可以被带入下一步，成为后续任务的一部分。
与此同时，记忆能力也开始生效。Codex 会记录你的偏好、修改习惯以及已经整理过的信息，让后续任务在不需要反复说明的情况下继续推进，并逐渐贴合你的工作方式。
当它掌握了足够的上下文之后，Codex 就可以从不同工具中提取信息，识别出需要处理的评论或任务，整理出一份有优先级的行动建议，告诉你应该从哪里开始继续一个项目。
不只是功能升级
上面罗列的很多功能乍一看可能互不搭嘎，但它们指向了同一个变化：工作流。
过去，Codex 存在于某一个具体环节里，写代码、改代码、解释代码。你需要在不同工具之间来回切换，把任务拆成一段一段再交给它完成。
但现在这些事情开始连在一起了：它可以在应用里执行操作，在网页中获取信息，在终端里运行命令，再把结果带回到代码里；它也可以把这些步骤延续下去，在几天之后继续推进同一个任务。
可以说，原本分散在不同工具、不同时间里的工作，开始被串成一条连续的流程，被收在了一个系统里。
原生的 Mac 集成，让 Codex 可以操作你的电脑，在本地环境中操作应用、协调任务，并在不同工具之间流转信息。
它没有取代原本的应用，但开始在这些应用之间流动，把任务从一个地方带到另一个地方。
这也是为什么有人会认为，Codex 正在变成知识工作的」 操作系统 「。
另外，相比接入更多应用，有人认为记忆能力可能才是这次更新的关键。
因为一旦 AI 开始理解你的工作方式，并在后续任务中复用这些信息，它会逐渐贴合你的习惯，让你用得越来越顺手。
这确实指向了一个趋势：未来的 AI 竞争，可能不只是模型能力本身，还是谁能更深入地嵌入你的工作流程，并持续理解你是如何完成工作的。
「超级应用」
说到深入工作流的能力，很多人可能会觉得和 OpenClaw 很相似，两者的方向确实一致，都是让 AI 去完成任务，而不是只回答问题。
不同的地方在于，OpenClaw 更偏 「调用工具」，通过接口把流程串起来；而 Codex 这次更新把 AI 放进了系统内部，让它直接操作应用。
所以会说它是 「龙虾」 上身——把这套逻辑并入系统里，可不是上身么。
这种相似或许和 Peter Steinberger（OpenClaw 创始人） 加入 OpenAI 有点关系，不过更可能的情况是 OpenAI 本身就想做生态整合，做一个能搞定所有事情的 「超级应用」（super app）。
据 OpenAI 官方统计，Codex 现在每周有超过 300 万用户，其中有近一半的使用是非编码任务。它的使用场景已经不再局限于代码，这次的更新可能就是 OpenAI 想做 「超级应用」 的第一步。
从上线节奏来看，这次更新也在分阶段推进：桌面控制的功能目前只在 macOS 上推出；记忆和上下文感知建议的功能先开放给美国用户，欧盟、英国、教育版、企业版稍后。
能力还在铺开，但方向已经很明确了：Codex 正在从一个写代码的工具，变成一个可以跨应用、跨时间持续完成任务的系统。
这条路也不只是 OpenAI 在走，几乎是同一时间，Perplexity AI 也发布了名为 「Personal Computer」 的 Mac 桌面应用，同样在尝试把本地文件、原生应用和浏览器操作整合在一起，让 AI 可以在一个统一环境中执行任务。顺便一提，最近更新的 Claude Opus 4.7 已成为 Personal Computer 的默认协作 （orchestration） 模型。
而 Anthropic，他们的产品本身已经具备较强的 Agent 能力，可以调用工具、执行多步任务，但更多集中在开发环境和工具调用层面，暂时还没有形成一个直接操作桌面应用的统一系统。
国内的趋势也大致相同：几乎所有大厂都在布局类似 OpenClaw 的 Agent 体系，同时也开始尝试让 AI 直接操作本地环境、执行任务。
说白了，目标都是让 AI 不再停留在对话里，能够进入实际的工作环境。
从聊天到写代码，到操作应用，再到跨时间推进工作，当 AI 开始 「动手」，工作方式就发生了变化。
「龙虾」 上身的 Codex，只是其中一步。
