跳到正文
IFAI

AI工具

OpenAI Codex 入驻 Chrome:支持后台跨标签并行,不再霸占浏览器

首次发布 传播指数 53

OpenAI 宣布 Codex 编程智能体现已直接支持 macOS 和 Windows 平台的 Chrome。新版提升了与网页应用的交互能力,并能在后台多标签页间并行操作,不再强制接管当前屏幕。用户在 Codex 客户端内安装 Chrome 插件即可启用。

图:youtube.com

以前看 AI 帮你操作电脑,最让人抓狂的是什么?屏幕被它霸占,鼠标自己乱晃,你只能抱着双手坐在一旁干等,连回个消息都不行。

OpenAI 宣布给 Codex 带来了直接操作 Google Chrome 的能力,支持 macOS 和 Windows 双平台。这次最核心的变化不是它多懂网页,而是它终于学会了「别抢你的屏幕」。

藏在后台标签页里的数字打工人

过去很多「计算机操控」(Computer Use)方案本质上都是直接抢占控制权,你干活它就得停,它干活你就得让开。

这次 OpenAI 换了个思路,做了一个 Chrome 浏览器扩展。Codex 不再抢你的主窗口,而是能在后台并行打开多个标签页跑任务。

更有意思的是,它会把每个任务对应的网页自动整理进 Chrome 的标签组里。一个任务开一组标签,互不干扰,你继续在前台打你的字,它在后台默默填表。

借助已经登录的浏览器会话,Codex 可以直接访问需要权限的网站,比如 LinkedIn、Salesforce 或者 Gmail。你不需要把账号密码重新给它输一遍,它直接用你现有的登录状态。

不仅如此,它还能处理结构化网页导航、复杂的数据录入流程、查看监控看板,甚至帮你调试网页流程。

怎么用,以及它怎么挑工具

想要用上这个功能,用户可以在 Codex 应用的插件(Plugins)菜单里找到并安装 Chrome 插件,也可以从 Chrome 网上应用店获取,完成授权即可。

在日常干活时,Codex 会根据任务自己选工具。如果只是看本地开发服务器或 localhost 预览,它就用应用内自带的浏览器;如果需要访问已登录的线上服务,它才会调出 Chrome。

你也可以在提示词里直接指定,比如输入「@Chrome 打开 Salesforce 并根据这些通话笔记更新账户」。如果这时候 Chrome 还没启动,Codex 还会自己把它打开。

目前这项功能已经在 macOS 和 Windows 客户端上线,除了欧盟和英国之外的大部分地区现在就能用,官方表示这两个地区的合规支持很快就到。

为什么重要

对普通开发者和办公族来说,这是 AI Agent 落地形态的一次关键修正。值不值得试?非常值得,特别是经常要在后台处理跨系统报表、录入 CRM 数据的销售或运营。

我们认为,OpenAI 这一次的做法相当聪明。它避开了吃力不讨好的纯视觉全屏模拟,直接退回到浏览器扩展的生态里,把「抢鼠标」变成了「后台默默开网页」。这种体验才符合真正多任务助手的逻辑。

但这里也有潜在的隐患。直接继承已登录会话固然省事,可一旦 Agent 理解偏了提示词,或者网页里藏有注入攻击代码,它以你的真实身份在工作邮箱或企业 CRM 乱点乱改,破坏力会非常直接。

这也给 Anthropic 等竞争对手提了个醒:大家都在卷让 AI 像人一样看屏幕点鼠标,但用户真正要的,往往只是一个不耽误自己刷网页的后台小助手。

来源 (2)

  1. [1]
    @OpenAI(在新标签页打开)原文x.com
  2. [2]

每日 AI 内容精选