你可能没注意到，AI 编程工具已经悄悄跨过了一条分界线。

过去这一年，我们经历的阶段很清晰：先是用 ChatGPT 帮你写代码片段，再用 Cursor、Copilot 帮你补全整行，然后 Claude Code、Codex CLI 让你用自然语言描述需求、自动生成文件。

每一步都在扩展能力边界，但本质上还是在”代码仓库”里打转。

直到这周，OpenAI 给 Codex 桌面端推了一波大更新。看完更新内容，我的第一反应是：这不是在加功能，这是在换赛道。

AI 编程工具的三个阶段

回头看，AI 编程工具大概经历了三个阶段：

第一阶段：代码助手。 你写一行开头，它帮你补完。效率提升，但本质上还是你在干活，它只是打字快一点。

第二阶段：代码 Agent。 你说”帮我写一个登录模块”，它能理解需求、生成文件、跑命令。从”补全”变成了”执行”。

第三阶段：Agent 工作台。 不只是写代码，而是把你的整个开发流程搬进来——看页面、点按钮、跑测试、记偏好、装插件、跨线程持续推进。

Codex 这次更新，明显是在往第三阶段走。

一、Computer Use：AI 开始能操作你的电脑

这可能是这次更新里最值得说的一个能力。

Codex 现在可以在 macOS 上通过”看屏幕、点按钮、敲键盘”的方式操作应用。注意，不是模拟调用 API，是真正像人一样去操作图形界面。

什么意思呢？假设你的网站有个 bug，必须手动点开登录弹窗、输入密码、跳转到某个页面才会触发。以前你只能自己操作、截图、描述给 AI 听。现在你可以直接让 Codex 去操作，它会打开浏览器，按你说的步骤一步步点，然后告诉你复现路径。

官方建议很明确：给它的任务要窄，别让它”随便看看我电脑里有什么”。涉及密码、支付、隐私的操作，也最好自己盯着。

我理解它的最佳使用场景就三个字：复现 bug。那些”代码没问题但界面操作后有问题”的 bug，以前最折磨人，现在可以让 AI 帮你走流程。

二、内置浏览器：边看页面边改代码

这个功能乍一看不起眼，但用起来会改变你的前端调试习惯。

Codex 桌面端新增了内置浏览器，可以直接打开本地开发服务器或者公开页面。你和 Codex 共享同一个视图，你可以在页面上标注”这里太挤了””按钮位置不对”，让它根据视觉反馈改代码。

做前端的人应该秒懂这个痛点。以前你的工作流是：写代码 → 切浏览器 → 刷新 → 发现不对 → 切回编辑器 → 改 → 再切回去。来回切换是常态。

现在 Codex 直接在应用内预览页面，省掉了切换成本。你做 Landing Page、定价页、工具站首页这类需要反复调视觉效果的工作，效率会明显提升。

一句话区分它和 Computer Use：看页面、提意见，用内置浏览器；点流程、复现 bug，用 Computer Use。 别反着来。

三、图片生成：代码和视觉合流了

Codex 现在可以在同一个对话线程里调用图像生成能力，做产品概念图、前端 mockup、插画风配图。

这个能力的意义不在”能画图”，而在于工作流不再断裂。以前你要做一张产品配图，得切出去打开 Midjourney、DALL-E，写提示词，生成，下载，再放回项目里。现在直接在同一个上下文里完成。

实用建议：别用它追求完美设计稿。它的价值是快速补齐视觉骨架——先有图，再精修。服务于上线，别服务于完美主义。

四、长期任务延续 + 记忆：终于不”失忆”了

这两个能力放在一起说，因为它们解决的是同一个问题：AI 的上下文断裂。

先说长期任务。Codex 现在支持定时跑任务，更重要的是能复用已有对话线程。你昨天让它改首页，今天接着让它优化移动端适配，它不需要你重新描述一遍项目背景。同一个线程，上下文一直在。

再说记忆。Codex 开始支持 Memory 预览，可以记住你的代码风格偏好、技术栈选择、之前反复纠正过的东西。还会基于当前进度主动建议下一步该做什么。

这两个能力叠加的效果是：Codex 从”你下命令它干活”变成了”你们一起推进项目”。它记得你之前做了什么，知道你现在在做什么，还能提醒你下一步该做什么。

对做长周期项目的人来说，这可能是最实用的更新。不用每次都花五分钟”给 AI 介绍项目背景”了。

五、开发工作流补全：从写代码到跑流程

除了上面几个重头戏，这轮更新还补全了不少开发链路上的细节：

• 处理 GitHub review comments
  
  ：PR 被人 review 后，直接让 Codex 按评论批量修改
• SSH 远程 devbox（alpha）
  
  ：连接远程开发环境，在远程机器上读代码、改代码、跑命令
• 侧边栏文件预览
  
  ：直接在侧边栏看 PDF、表格、幻灯片、文档，一边读需求一边写实现
• Summary pane
  
  ：跟踪 agent 的计划、数据来源和产出物，让你知道它到底做了什么
• 多终端标签页
  
  ：并行跑多个任务

单独看每一项都不算革命性，但它们组合在一起，Codex 就从一个”代码编辑器”变成了一个”开发工作台”。你在 IDE 里精修代码，在 CLI 里跑命令，在 Codex 里管线程和上下文，三者各司其职。

六、90+ 插件 + Windows 版：基础设施就位

两个基础设施层面的更新：

插件生态新增了 90 多个插件，并且 Codex 里有了插件目录。你可以把常用的工具链、MCP server、工作流打包成插件，跨项目复用。

实用提醒：别一上来就装一堆插件。先把高频动作稳定下来，再找插件补最痛的点。把插件当进步、把集成当生产力，是新手最容易踩的坑。

Windows 版也正式上线了，支持并行 agent、隔离 worktree、可审查 diff，并且能和 CLI、IDE 联动。对 Windows 开发者来说，Codex 不再只是”能装了”，而是一个完整的桌面工作面板。

实战：怎么按工作流串联使用

说了这么多功能，我按最常见的开发场景帮你串一遍。

场景一：改网页 UI

打开内置浏览器看页面 → 在页面上标注问题 → 让 Codex 改代码 → 用 summary pane 确认改动。

场景二：复现交互 bug

用 Computer Use 指定浏览器 → 让它按步骤操作 → 输出复现路径 → 修复代码。

场景三：长周期项目推进

开一个固定线程 → 配合记忆功能固定项目规则 → 让 Codex 基于上下文持续推进 → 定期检查进度。

场景四：多工具协作

在 Codex 里管线程 → 在 IDE 里精修细节 → 在 CLI 里跑命令 → 用插件接外部能力。

组合拳才是真正的拐点

回到开头说的那个判断。

这次更新最本质的变化，不是”多了一个 computer use”，不是”多了一个内置浏览器”，而是这些能力开始组合起来了。

能操作界面 + 能跨线程持续任务 + 能接插件和外部工具。三件事叠在一起，AI 编程工具才真正从”辅助”走向了”半执行”。

对普通开发者来说，你不需要全部掌握。最值得先上手的是两个：内置浏览器和长期任务延续。前者解决页面调试的切换成本，后者解决项目推进的上下文断裂。

先用起来，比研究功能清单重要得多。

你觉得 Codex 这次更新，哪个能力最让你心动？评论区聊聊。