OpenAI 本周对其 AI 编程助手 Codex 进行了自发布以来最重大的功能更新。此次升级的核心目标是让 Codex 从一个单纯的“代码生成器”进化为一个能够操作计算机、管理长期工作流并深度集成企业工具的通用智能体（Agent）。
- 官方介绍：https://openai.com/index/codex-for-almost-everything
面对 Anthropic Claude Code 在企业市场的强劲势头，OpenAI 通过赋予 Codex 后台桌面控制权、应用内浏览器以及跨会话记忆能力，试图重新夺回开发者工具领域的领导地位。
核心新功能亮点
1. 后台计算机控制 (Computer Use)
这是本次更新最具颠覆性的功能。Codex 现在可以在 macOS 后台运行，拥有独立的“虚拟光标”和键盘输入能力。
- 并行工作：多个 Codex 代理可以在后台同时执行任务（如运行测试、迭代前端 UI、操作无 API 的遗留软件），而不会干扰用户在前台的其他操作。
- 全应用覆盖：不再局限于代码编辑器，Codex 可以打开任何桌面应用，进行点击、滚动、输入等操作。
- 适用场景：自动化 QA 测试、在没有公开 API 的软件中执行重复性任务、前端视觉回归测试。
2. 应用内浏览器与“评论模式”
Codex 应用现在内置了一个全功能浏览器，彻底改变了前端开发和 Web 调试的工作流。
- 所见即所得交互：用户可以直接在浏览器页面上点击元素并添加“评论”（指令），Codex 会自动捕获屏幕截图和 DOM 结构，精准理解修改意图。
- 即时迭代：无需在编辑器和浏览器间切换，Codex 修改代码后直接在内置浏览器中预览效果。
- 未来规划：目前主要支持 localhost 开发环境，未来将扩展至完全控制外部网页，实现更广泛的 Web 自动化。
3. 记忆系统 (Memory Preview)
Codex 现在具备跨会话的长期记忆能力，能够学习用户的个人偏好和工作习惯。
- 个性化上下文：记住你喜欢的代码风格、常用的库、特定的配置方式等，减少每次对话中的重复指令。
- 主动建议：基于记忆和项目状态，Codex 可以主动建议下一步工作。例如：“我注意到 Slack 中有未回复的技术讨论，且 Google Docs 中有待处理的评论，是否需要我先整理一份今日优先事项列表？”
4. 原生图像生成与多模态能力
集成 gpt-image-1.5 模型，Codex 现在可以直接生成和迭代图像。
- 设计辅助：为产品概念、前端界面、游戏资产或幻灯片创建视觉效果。
- 多模态工作流：结合屏幕截图、代码库和生成的图像，Codex 能在同一工作流中完成从设计到实现的全过程。
5. 强大的插件生态系统 (111+ 集成)
OpenAI 发布了超过 90 个新插件，结合现有的技能，使 Codex 能深入企业工作流。
- 关键集成：GitLab Issues, CodeRabbit (PR 审查), Atlassian Rovo (Jira 管理), CircleCI, Microsoft Suite, Neon, Render, Remotion 等。
- 自动化文书工作：Codex 可以读取 Slack 频道、检查 Gmail 和日历，自动生成每日待办事项，或跟进长期运行的任务。
6. 长期自动化与 SSH 支持
- 自我调度：Codex 可以为自己安排未来的任务，并在数天或数周后自动唤醒继续执行（如等待 CI/CD 结果后合并 PR）。
- 远程开发：新增 Alpha 版 SSH 支持，允许 Codex 直接连接到远程开发环境，处理服务器端问题。
战略意图：与 Anthropic 的正面对决
此次更新清晰地表明了 OpenAI 的战略转向：
| 特性 | OpenAI Codex (新版) | Anthropic Claude Code |
|---|---|---|
| 桌面控制 | ✅ 后台并行代理，独立光标，不干扰用户 | ✅ 远程控制 Mac，但更侧重于单线程交互 |
| Web 交互 | ✅ 内置浏览器 + 评论模式，精准 DOM 捕捉 | ⚠️ 依赖外部浏览器或截图，交互粒度较粗 |
| 记忆能力 | ✅ 跨会话长期记忆，主动建议下一步 | ✅ 具备项目级上下文，但长期个人记忆较弱 |
| 图像生成 | ✅ 原生集成，支持设计迭代 | ❌ 通常需调用外部工具 |
| 企业集成 | ✅ 111+ 插件，深度绑定 Jira/GitLab/Slack | ⚠️ 正在扩展，但目前侧重代码本身 |
OpenAI 正试图证明，Codex 不仅仅是一个写代码的工具，而是一个操作系统级的智能助手，能够接管软件开发生命周期（SDLC）中的每一个环节，从需求整理（Slack/Jira）到编码、测试、审查（GitHub/GitLab）再到部署（Render/CircleCI）。
定价与可用性
- 按需付费 (Pay-as-you-go)：针对 ChatGPT Enterprise 和商业客户推出新的 Codex 定价选项，提供更大的灵活性。
- 推出节奏：
- 立即可用：所有使用 ChatGPT 登录的 Codex 桌面应用用户。
- 即将推出：记忆功能和个性化建议将很快向 Enterprise、Edu 以及欧盟/英国用户开放。
- 平台限制：计算机控制功能目前仅限 macOS，Windows 和 Linux 支持将在后续版本中加入。欧盟和英国的计算机控制功能因监管原因稍后推出。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
