夜雨聆风📌 4 月 16 日，OpenAI 对 Codex 进行了一次重大更新。这次不是小修小补，而是把 Codex 从一个"写代码的助手"，变成了一个能看见你的屏幕、自己打开软件、自己点击和打字的"桌面员工"。与此同时，OpenAI 还连发了 Agents SDK 大升级和 GPT-Rosalind 生命科学专用模型。
💻 Codex 这次到底更新了什么？
简单说一句话：Codex 现在可以自己操控你的电脑了。
具体来说，它能在你 Mac 上"看到"屏幕内容，用自己的光标去点击、打字、操作任何应用。而且它是在后台运行的，不会干扰你自己的工作。
这已经不是"帮你写一段代码"了，而是帮你完成整个工作流程。
核心功能清单：
1. 后台电脑操控
Codex 可以看到屏幕、移动鼠标、点击按钮、输入文字。任何桌面应用都可以操作，不需要 API 接口。
2. 多 Agent 并行工作
多个 Codex 可以同时在你的 Mac 上运行不同的任务，互不干扰。比如一个在前端改 UI，一个在测试功能。
3. 内置浏览器
Codex 现在自带浏览器，你可以在网页上直接标注评论，告诉它要改哪里。目前主要支持本地开发的前端应用和游戏。
4. 图片生成能力
接入了 gpt-image-1.5 模型，可以直接生成和迭代图片。产品概念图、前端设计稿、mockup 都能在一个工作流里完成。
5. 90+ 新插件
新增了大量实用插件，包括 Atlassian Rovo（管理 JIRA）、CircleCI、CodeRabbit、GitLab Issues、Microsoft Office 套件等。
6. 长期任务调度
Codex 可以给自己安排未来的任务，自动唤醒继续执行，一个任务可以跨越几天甚至几周。
7. 记忆功能
Codex 现在可以记住你的偏好、之前纠正过的内容、花过时间收集的信息。下次任务会更快、更精准。
8. 主动提建议
它能根据项目上下文、连接的插件和记忆，主动建议你今天该做什么。比如识别 Google Docs 中的评论，从 Slack、Notion 和代码库中提取上下文，给你按优先级排列的待办清单。
开发者专属升级：
• 支持处理 GitHub review 评论
• 多终端标签页
• SSH 连接远程开发机（Alpha 阶段）
• 侧边栏直接打开 PDF、表格、幻灯片、文档
• 新增总结面板，追踪 Agent 的计划、来源和产出物
▲ Codex 可以在后台操控你的 Mac，自己打开应用、点击按钮、输入文字
🖥️ 什么是"后台电脑操控"？为什么重要？
这是本次更新最值得关注的点。
过去我们用 AI 工具，基本是这样的：
• 你打开 ChatGPT，问一个问题
• 它给你一段文字或代码
• 你复制粘贴，自己去做后续的事情
Codex 的"电脑操控"把这个流程完全变了：
你告诉它："帮我把这个网页的按钮颜色改了，然后跑一下测试，有问题就修。"
然后它自己：
1️⃣ 打开代码编辑器
2️⃣ 找到对应的文件
3️⃣ 修改按钮颜色代码
4️⃣ 打开终端跑测试
5️⃣ 如果测试失败，自己查看错误信息并修复
整个过程你不需要插手，它自己"看"屏幕、自己操作。
💬 说白了，以前 AI 是"顾问"，现在它开始变成"执行者"。
🧩 Agents SDK 也同步大升级
这次 OpenAI 不只更新了 Codex 桌面应用，它的开发者工具 Agents SDK 也迎来了重要升级。
什么是 Agents SDK？简单理解：这是 OpenAI 给开发者用来构建自己的 AI Agent 的"工具箱"。
这次更新了什么？
1. 模型原生的 Agent 框架
不再是"万能框架"，而是专门为 OpenAI 模型优化的执行框架。Agent 可以在电脑上跨文件、跨工具工作。
2. 原生沙箱支持
Agent 现在可以在安全的隔离环境中运行，直接支持 Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercel 等主流平台。
3. 持久化执行
Agent 的状态可以保存和恢复。即使沙箱容器挂了，也能从上一个检查点继续，不用从头开始。
4. 标准化集成
支持 MCP（模型上下文协议）、Skills、AGENTS.md 自定义指令、Shell 工具、Apply Patch 等。
5. 可扩展的沙箱
一个 Agent 可以用一个沙箱，也可以用多个沙箱并行工作。子 Agent 可以被分配到隔离环境中。
简单说，这让开发者用更少的代码，就能构建出更强大、更可靠的 AI Agent。
🧬 GPT-Rosalind：AI 开始搞科研了
OpenAI 同天还发布了一个面向生命科学的研究模型 GPT-Rosalind。
这个名字取自罗莎琳德·富兰克林——发现 DNA 双螺旋结构的关键科学家。
这个模型专门用于生命科学研究，帮助科学家分析数据、生成假设、加速药物研发等过程。
趋势很明显：AI 正在从通用工具向专业领域深耕。
🤔 对我们意味着什么？
你可能不是开发者，也不做科研。但这次更新透露出的信号，和每个人都有关。
1. AI 不再只是"聊天工具"
当 AI 可以自己操作电脑、自动执行跨天任务、记住你的偏好并主动建议你该做什么——它已经从一个"问答工具"变成了一个"工作伙伴"。
2. 重复性工作是最先被替代的
填表格、整理数据、批量处理文件、跟进工单……这些需要"打开 A 软件复制，再粘贴到 B 软件"的工作，恰恰是 AI Agent 最擅长的。
3. 会用 AI Agent 的人，效率是别人的几倍
想象一下：你告诉 AI "帮我把上周的客户反馈整理成报告，发给团队"。它自己打开邮箱、筛选邮件、提取信息、写成报告、发送到群聊。你只需要花 10 秒钟下指令，而不是花 2 个小时手工处理。
4. 这个趋势已经在加速
Anthropic 的 Claude Code 也在做类似的事。Google 给 Android 开放了 AI Agent 编码技能库。各大公司都在往"AI 自主执行"这个方向跑。
💬 竞争的重点已经不是"谁的 AI 会聊天"，而是"谁的 AI 能干活"。
🚀 怎么用？
Codex 桌面应用向所有 ChatGPT 用户推送更新。
• 电脑操控功能：首批在 macOS 上可用，欧盟和英国用户稍后推送
• 记忆功能：将陆续面向企业版、教育版用户推送
• 初期仅限 macOS
如果还没用过，可以去 openai.com/codex 下载体验。
💡 我的看法
Codex 这次更新，最大的意义不是"功能又多了一个"，而是它标志着 AI 工具的定位发生了根本转变。
从"辅助"到"替代"。
过去我们说 AI 是 Copilot（副驾驶），意思是你在开车，它帮忙导航。现在它开始自己握方向盘了。
对个人来说，最好的策略不是焦虑，而是：
✅ 早点用起来：越早开始用 AI Agent 工具，越早建立"AI 工作流"的思维
✅ 把重复工作交给它：从最耗时、最枯燥的任务开始
✅ 保持判断力：AI 执行完后，你仍然需要检查结果，这是不可替代的
AI 能干活了。问题是——你准备好让它帮你干什么？
你觉得 AI 操控电脑这件事，最实用的场景是什么？欢迎在评论区聊聊。
参考来源：OpenAI 官方博客、The Verge
