OpenAI Codex 获得“上帝视角”：支持 CDP 协议，可实时分析并修改网页 DOM

OpenAI 正在让 Codex 变得更像一名真正的“全栈工程师”。

最新更新的 Codex 获得了对 Chrome DevTools Protocol (CDP) 的原生支持。这意味着，Codex 不再仅仅是一个生成代码片段的工具，它现在能够深入浏览器内部，像人类开发者使用开发者工具一样，实时分析、调试甚至修改网页。

核心能力：拥有浏览器的“底层视角”

通过应用内浏览器模式，Codex 现在可以：

1. 深度诊断：
   • 分析 JavaScript 性能瓶颈。
   • 读取控制台输出（Console）、网络流量（Network）和页面有效载荷。
   • 监控渲染状态，识别布局偏移或资源加载问题。
2. 实时操控 DOM：
   • 视觉调整：直接重写网页元素，例如重新着色主题、调整间距和字体大小。
   • 数据提取：从复杂的页面结构中精准提取结构化数据和资源。
   • 即时反馈：无需刷新或部署，即可看到修改后的效果，实现真正的“所见即所得”开发辅助。

战略意图：构建闭环生态

此前，开发者可以通过外部连接器将 Codex 或 Claude 与浏览器自动化工具（如 Puppeteer 或 Selenium）结合使用。但 OpenAI 选择将这一能力原生内置，其背后有着清晰的战略考量：

• 数据闭环：不再依赖第三方管道，OpenAI 可以直接获取浏览器交互的一手数据，用于优化模型在工具使用上的表现。
• 生态整合：结合近期收购 Ona（提供持久云环境以运行长时间任务），OpenAI 正在构建一个从代码生成、浏览器交互到长期任务执行的完整 AI 代理基础设施。
• 用户规模：Codex 每周活跃用户已超 500 万，原生浏览器能力的加入，将进一步巩固其在开发者工作流中的核心地位。

现实挑战：早期阶段的阵痛

尽管愿景宏大，但目前的体验仍显粗糙：

• 性能瓶颈：运行速度较慢，在高负载下容易过载，有时甚至需要重启浏览器实例。
• 模型成熟度：模型在复杂工具使用上仍感觉“训练不足”，往往需要用户进行细致的提示工程（Prompt Engineering）和多次尝试才能获得理想结果。
• 区域限制：出于合规考虑，该功能目前不面向欧洲经济区（EEA）、英国和瑞士的用户开放。
• 可选开关：目前该功能处于“选择加入”（Opt-in）阶段，组织管理员可以禁用此功能以保障安全。