OpenAI 正在为其 AI 编程助手 Codex 测试一项关键的增强功能：针对 Microsoft Excel 和 PowerPoint 的专用控制接口。最新版本的设置菜单中出现了两个与 Office 相关的开关，暗示 Codex 将不再仅仅依赖基于截图和光标模拟的“通用计算机使用”模式，而是通过微软公开的**加载项框架（Add-ins）**直接接入文档的内部结构。
核心突破：从“像素识别”到“结构化操作”
目前的“计算机使用”功能虽然能读取界面并模拟点击，但在处理复杂办公场景时显得力不从心：
- 痛点：难以精确操作数据透视表、修改母版幻灯片结构或处理嵌套公式，容易因界面微小变化而失效。
- 新方案：通过加载项路由，Codex 获得了处理文档内部对象模型（Object Model）的“结构化句柄”。这意味着它能像开发者编写宏一样，直接定位和操作单元格、图表或幻灯片元素，而非盲目地寻找屏幕上的像素点。
战略意义：争夺企业生产力工作流
这一升级标志着 Codex 从单纯的“代码生成器”向“通用软件工作台”的转变：
- 直面微软 Copilot：微软 Copilot 已原生支持 Word、Excel 和 PPT 的多步操作，并部分依赖 Anthropic 的技术。OpenAI 通过提供同样甚至更深层的结构化访问能力，试图在微软的核心腹地分一杯羹。
- 对抗 Anthropic：Anthropic 也通过其加载项驱动 Office 应用。如今，通过结构化钩子（Structured Hooks）而非原始像素来操控生产力工具，已成为各大 AI 厂商竞相争夺的高地。
- 提升专业用户效率：对于财务分析师、顾问和数据专家而言，这意味着他们可以在 Codex 中直接完成复杂的报表整理和演示文稿制作，无需在 AI 对话框和 Office 软件之间频繁切换，真正实现“原地工作”。
现状与展望
- 当前状态：功能已在 macOS 和 Windows 桌面版 Codex 的设置中现身，位于“计算机使用”插件旁，但尚未正式启用。
- 发布时间：暂无官方时间表。
- 技术路径：利用微软的任务窗格和内容加载项框架，确保操作的稳定性和精确性。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
