AI接管电脑，这次真的不是狼来了

上周五深夜，OpenAI扔出一颗深水炸弹。

不是GPT-5，不是新模型，而是一次让所有开发者脊背发凉的升级——Codex不再只是帮你写代码的助手，它现在能直接操控你的电脑了。

键盘、鼠标、浏览器、文档、表格、IDE……你能用电脑做的事，它都能做。而且不需要任何API，不需要任何插件，就像一个真实的人坐在屏幕前。

说实话，这个消息出来的时候，我愣了足足五分钟。不是因为震惊，而是因为这个"未来"，来得比想象中快太多。

01

先说这次升级的核心变化。

之前的 Codex，本质上还是个"高级打字机"——你输入指令，它输出代码。哪怕再智能，也只是单向交互。

但现在不一样了。

OpenAI 给 Codex 装上了"手"和"眼"。它能像人一样操作电脑：打开浏览器、点击按钮、输入文字、控制任何软件。JIRA、GitLab、Slack、Notion、微软全家桶……这些工具在它面前，就像没有锁的抽屉。

官方数据显示，这次一口气接入了90多个新插件。更值得关注的细节是——它还接入了Anthropic提出的MCP协议。

还记得MCP是什么吗？简单说，它是让AI在不同工具之间"无缝切换"的通用标准。OpenAI和Anthropic这两家死对头，在协议层面居然握手言和了。这背后的含义，懂的人自然懂。

02

具体来看，这次 Codex 带来了五大功能更新：

第一，内置浏览器。 以前要让AI操作网页，得搭一堆环境、配一堆接口。现在它直接内置浏览器内核，能准确点击任意位置、完成任意表单操作。说人话就是——它可以替你"用"浏览器了。

第二，内置画图。 集成了GPT-Image-1.5模型。这意味着你跟它说"帮我画一个科技感的封面"，它不只会输出一段描述，而是直接生成图片。一句话，AI绘图和AI操作，第一次无缝衔接。

第三，插件生态爆发。 90+新插件一次性上线，覆盖了主流的工作场景。JIRA管项目、GitLab管代码、Slack管沟通、Notion管知识库……一个入口，全部搞定。

第四，长期记忆。 这是我看来最恐怖的功能。它不只是"记住当前对话"，而是能记住你的使用习惯、历史偏好、常用工作流。下次再打开，它比你的同事还了解你。

第五，桌面应用。 不再是网页版，而是原生桌面客户端。意味着更深层的系统权限、更稳定的运行环境、更接近"操作系统级"的能力。

03

聊到这，你可能想问：这跟我有什么关系？

关系大了。

举几个真实的场景。

场景一：自动化办公。以后整理周报，不用再手动复制粘贴。告诉Codex"帮我把本周飞书消息汇总成周报"，它会自己打开飞书、筛选信息、整理格式、写入文档。你只需要点一下发送。

场景二：代码审查。以前review PR得一个个文件打开看，现在告诉它"帮我检查这个PR有没有安全风险"，它会自己打开GitLab、定位代码、分析逻辑、标注问题。

场景三：数据处理。想把Excel里的数据可视化？告诉它"帮我把这些数据画成折线图并导出"，它会自己打开表格、处理数据、生成图表、保存在桌面。

这些事情，以前要么得写脚本，要么得一个个手动操作。现在，说句话就行。

04

当然，争议也随之而来。

最大的担忧是：安全怎么办？

AI能操作电脑，意味着它也能读取你的文件、访问你的账户、控制你的设备。如果被恶意利用，后果不堪设想。

OpenAI 的回应是"沙盒隔离+权限分级"。但坦率讲，这个回答并不能完全打消疑虑。任何足够强大的自动化系统，都是一把双刃剑。用得好是效率神器，用不好是灾难入口。

另一个争议是：这会不会取代人类工作？

我的判断是——会取代部分，但不会取代全部。

简单重复的电脑操作，比如填表、整理文件、批量处理，确实会被替代。但需要判断力、创造力、人际沟通的工作，AI还差得远。

就像汽车取代了马车，但司机这个职业没有消失，只是换了工具。

05

回到标题说的问题：AI Agent时代，真的加速到来了。

什么是AI Agent？简单说就是能自主规划、自主执行、自主修正的AI系统。之前的AI是"你说什么它做什么"，Agent是"你定目标它自己想办法"。

Codex这次升级，就是最直观的例证。

它不再被动等待指令，而是能主动操作环境、调用工具、完成任务。你只需要说"我要什么"，不用管"怎么做"。

这条路的终点是什么？

也许有一天，我们跟电脑的关系会彻底逆转——不是我们操作电脑，而是电脑操作电脑，我们只需要操作AI。

那一天可能比大多数人想象的更近。