跳到正文
IFAI

AI工具

OpenAI 升级 Codex:支持后台自动操作 Mac,多智能体可并行干活

首次发布 传播指数 51

OpenAI 宣布升级 Codex 桌面端。新版支持 macOS 后台电脑操作,多个智能体拥有独立光标并行点击与输入,不干扰用户正常工作;同时集成应用内浏览器、gpt-image-1.5 图像生成、记忆功能及 90 多款新插件。目前面向登录 ChatGPT 的用户推送。

OpenAI 升级 Codex:支持后台自动操作 Mac,多智能体可并行干活
图:openai.com

过去写代码时让 AI 帮忙操作电脑,最让人抓狂的就是光标被抢走,你只能坐在屏幕前干看着,啥也干不了。

OpenAI 刚给每周超过 300 万开发者在用的 Codex 桌面端推了一次大更新,最显眼的变化,就是它终于学会了在后台当个安静的打工人。

多个 AI 分身在后台点按,前端还能直接涂鸦批注

这次更新最底层的变化是 macOS 上的后台电脑使用能力。以往的电脑操作智能体一动鼠标,前台工作就得停摆。

现在 Codex 可以在系统后台自带独立光标,边看屏幕、边点按、边打字。几个智能体同时并行跑自动化,完全不耽误你在前台码字或回邮件。

这对没有开放 API 的老软件、本地测试以及前端调试来说尤其管用。不仅如此,Codex 还内置了一个应用内浏览器。

做前端或小游戏开发时,你可以直接在本地网页上框选写批注,智能体照着你的标注当场改代码。OpenAI 表示未来还会把这项能力拓展到普通的公网网页上。

此外,Codex 还拉来了图像生成模型 gpt-image-1.5,画草图、生成页面 mockup 和游戏素材可以直接在工作流内搞定。

补齐企业协作与插件生态,甚至学会跨周蹲守

除了视觉和操作层面的变化,Codex 还在拼命往团队全流程里钻。

新版支持了解决 GitHub 的 review 留言、多终端标签页,还以内测形式加入了基于 SSH 连接远程开发机的功能。侧边栏也能直接预览 PDF、表格和幻灯片。

插件方面,OpenAI 官方宣布新增了 90 多个插件,而据 TechCrunch 报道插件总数达到了 111 个,覆盖了 Atlassian Rovo、GitLab Issues、CircleCI、CodeRabbit 以及微软办公套件等工具。

它还上线了记忆功能的预览版,能记住你的编码习惯与纠偏记录。自动化任务甚至可以设定日程,隔几天自动唤醒继续推进长线任务。

早晨开工时,它还能主动爬梳你的 Slack 消息、Notion 文档和 Google Docs 评论,给你排好当天的优先级事项。

这些功能正陆续向登录 ChatGPT 的 Codex 桌面端用户推送,TechCrunch 还提到企业和商业客户新增了按量付费选项。

为什么重要

对于每天跟代码和工单打交道的开发者来说,这个版本的 Codex 终于开始具备真正的实用价值。过去很多所谓端到端智能体只是演示玩具,一旦抢占桌面,用户的时间成本反而更高。

现在后台并行加上内置浏览器批注,独立开发者完全可以把它当成一个专干脏活的前端助理,用来跑回归测试或切图修小 bug。不过我们认为,把桌面权限交给多个后台智能体,安全性与误操作风险依然存在,目前只建议在隔离的开发环境里尝试。

对整个行业而言,这明显是冲着 Anthropic 的 Claude Code 去的防守反击。上个月 Anthropic 刚推出了能接管电脑的远程控制能力,在企业开发者里声势很盛,甚至被不少团队当作首选。

OpenAI 的反击策略看起来很聪明:它避开了离开键盘后的全盘接管,主打你在干活时 AI 在后台默默打杂,顺便把工单、文档全流程串起来。但隐患在于,塞入 90 多个插件和办公协同后的 Codex 显得过于庞杂,如果底层逻辑推理不如竞品干净,多出来的功能反而会变成累赘。

来源 (2)

  1. [1]
    openai.com(在新标签页打开)原文openai.com
  2. [2]
    techcrunch.com(在新标签页打开)报道techcrunch.com

每日 AI 内容精选